文献

J-GLOBAL ID：201702264724672934   整理番号：17A1778896

訓練サンプルの次元縮小のための行列分解の利用【Powered by NICT】

The use of a matrix decompositions for dimension reduction of training sample

著者 (3件)： Litvinov Vladislav L. (Saint-Petersburg Electrotechnical University 《LETI》, St. Petersburg, Russia) ,  Kozlova Ludmila P. (Saint-Petersburg Electrotechnical University 《LETI》, St. Petersburg, Russia) ,  Filippov Felix V. (The Bonch-Bruevich Saint-Petersburg State, University of Telecommunications, St. Petersburg, Russia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CTS  ページ： 282-284  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： パターン認識神経回路網深い学習のための次元縮小訓練サンプルの2段法。法の使用は,計算の大幅な減少に由来する制御システムにおける物体認識の効率を改善した。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： 制御系 ,  パターン認識 ,  *次元縮小 ,  物体認識 ,  神経回路網
準シソーラス用語： *行列分解 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 訓練 ,  サンプル ,  次元縮小 ,  行列分解