抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
転移学習アルゴリズムの評価に焦点を当てた以前の研究は,主に実世界データセットは,アルゴリズムの性能を測定するために用いた。実世界データセットを用いた試験から,訓練の間の分布差(源)と試験(ターゲット)データセットの単一インスタンスにアルゴリズムを明らかにした。これらの以前の研究は,ソースとターゲット分布差の広範囲性能測定しなかった。一塩基データセットからの多くのソースとターゲットデータセットを生成する試験フレームワークを用いて,分布差の多様な範囲を提案した。これらのデータセットは,アルゴリズムの性能を測定するためにストレス試験として使用されるであろう。応力試験プロセスは異なる転移学習アルゴリズムと従来の学習アルゴリズムを測定し,比較した。この資料特有の貢献,学習を移動に関して,試験フレームワークを定義し,多重歪プロファイルを定義し,応力テストスイートおよび広範な分布の異なる転移学習と伝統的な機械学習アルゴリズムの評価と比較を明らかにしている。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】