文献

J-GLOBAL ID：201702239844726543   整理番号：17A1027953

点凝集技術を利用した大規模データセットのためのクリギングベース最適化アプローチ【Powered by NICT】

A Kriging-Based Optimization Approach for Large Data Sets Exploiting Points Aggregation Techniques

著者 (4件)： Li Yinjiang (Electronics and Computer Science, University of Southampton, Southampton, U.K.) ,  Xiao Song (Electronics and Computer Science, University of Southampton, Southampton, U.K.) ,  Rotaru Mihai (Electronics and Computer Science, University of Southampton, Southampton, U.K.) ,  Sykulski Jan K. (Electronics and Computer Science, University of Southampton, Southampton, U.K.)
資料名： IEEE Transactions on Magnetics  (IEEE Transactions on Magnetics)
巻： 53  号： 6  ページ： ROMBUNNO.7001704.1-4  発行年： 2017年 
JST資料番号： A0339B  ISSN： 0018-9464  CODEN： IEMGAQ  資料種別： 逐次刊行物 (A)
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： 大きなデータセットと高次元性を持つ問題のために提案したKrigingベース最適化アプローチ。メモリ使用は点凝集技術を用いた新しい点予測の精度に及ぼす情報損失の影響を最小化することにより支援を中心としたモデルにより維持されている。八パラメータTEAM問題22は,計算効率と精度の観点で再検討した。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： 高次元 ,  *凝集 ,  記憶装置 ,  予測 ,  *最適化
準シソーラス用語： 計算効率 ,  データ損失 ,  *大規模データセット , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  電磁気学一般  (BD01020N)

タイトルに関連する用語 (5件)： 点 ,  凝集 ,  大規模データセット ,  クリギング ,  最適化