文献

J-GLOBAL ID：201702240210963939   整理番号：17A0797231

高次元連続意味空間における参照不確実性と単語学習【Powered by NICT】

Referential uncertainty and word learning in high-dimensional, continuous meaning spaces

著者 (2件)： Spranger Michael (Sony Computer Science Laboratories Inc., Tokyo, Japan) ,  Beuls Katrien (Vrije Universiteit Brussel, Brussels, Belgium)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICDL-EpiRob  ページ： 95-100  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 参照不確実性の観点から高次元意味空間における語い語学習が行われている。様々な最新の機械学習アルゴリズムを研究し,スケーリング,表現と意味空間構造の影響を論じた。電流機械学習技術は,高次元意味空間を扱うのに成功したことを実証した。特に,指数関数的に増加する大きさは学習性能に影響を与える線形と単語感度からの参照不確実性は影響を与えないことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *学習 ,  電流 ,  *高次元 ,  線形性 ,  語彙 ,  *不確実性 ,  学習アルゴリズム ,  指数関数 ,  *単語 ,  立体構造
準シソーラス用語： 学習性能 ,  機械学習技術 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 高次元 ,  参照 ,  不確実性 ,  単語 ,  学習