文献

J-GLOBAL ID：201702255800006377   整理番号：17A1356740

atypicalityへの応用を用いたMDL増強【Powered by NICT】

Enhanced MDL with application to atypicality

著者 (2件)： Sabeti Elyas (Department of Electrical Engineering, University of Hawaii, Manoa) ,  Host-Madsen Anders (Department of Electrical Engineering, University of Hawaii, Manoa)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISIT  ページ： 3225-3229  発行年： 2017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： インターネットとセンサで生成したデータ,モノのインターネット(IoT)の膨大な量により,すべてを調べるためにヒトにはあまりにも圧倒的になった。一つの解決策は,データを低減セット統計のことである。本論文の展望は反対である,すなわち,このデータの大部分はである背景雑音,興味深い部分は背景雑音から逸脱したものであり,特殊な部分である。データのこのような「興味深い」部品を見つけるために,普遍的なアプローチが必要である,を探しているか事前に知られていないからである。著者らのアプローチはのためのツールとしてのRissanenの最小記述長(MDL)を使用することである。データの短鎖及び長鎖の両非定型配列を見い出すことが可能とすると,MDLの正確な表現を必要とする,事前仮定しなかった。本論文では,短い配列のためによく作動する修正予測MDL法を開発した。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： 長鎖 ,  ヒト ,  予測 ,  *インターネット ,  センサ
準シソーラス用語： 最小記述長 ,  背景雑音 ,  モノのインターネット , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (2件)： 応用 ,  増強