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。
業界では,正確な予測を非常に重要な問題である。正しい予測を実施されていないならば,多くの株を生じる及び/又は,商品の欠如を引き起こす。時系列分析,ニューラルネットワークと他の方法は,この問題に適用した。本論文では,ニューラルネットワークを適用し,多層パーセプトロンアルゴリズムを新たに開発した。法は消費財の元の出荷データに適用した。データの大きく変わろうとしている場合,神経回路網は過去のデータを正しく把握できないため,これに対処する新しい方法を考案した。複数セクションにデータを繰り返すことにより,滑らかな変化を確立し,よりスムーズに学習ニューラルネットワークとなるであろう。は良好な結果を得た。結果は,前(Takeyasuら(2012)[4])開発した方法と比較した。全部で半数の症例に対して良好な結果を得た。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】