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。
本論文では,実数値時系列データを予測するために建築回帰モデルのためのスパースオートエンコーダを用いた検討した。本研究の焦点は,積層オートエンコーダによる連続データの決定的特徴から利用し,学習,回帰法の予測精度を増加した。スパースオートエンコーダの異なる層,オートエンコーダの各レベルは,標準(典型的な)法に基づいて訓練を含むアーキテクチャを実装し,解析した。オートエンコーダ訓練の典型的なモデルの精度を向上させるために,低及び高レベル特徴の融合から利益を得るカスケードモデルを提案した。目的は,車両交通流予測を改善することである,この地域は日常生活に影響を与えることが進行中の研究分野である。深いアーキテクチャの上部レベルでのSGDアルゴリズムは回帰法として役立つ。評価はミネアポリスのTwin Cities大都市域のいくつかの場所の歴史的交通データを用いて重要なハイウェイの位置の交通流を予測するための適用アルゴリズムの精度と正確度に基づいている。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】