文献

J-GLOBAL ID：201802210663706097   整理番号：18A0807805

等価構造増分探索の検証【JST・京大機械翻訳】

Validation of Equivalence Structure Incremental Search

著者 (4件)： Satoh Seiya (Artificial Intelligence Research Center, National Institute of Advanced Industrial Science and Technology) ,  Takahashi Yoshinobu (Department of Informatics, University of Electro-Communications) ,  Yamakawa Hiroshi (Dwango Artificial Intelligence Laboratory, DWANGO Co., Ltd.) ,  Yamakawa Hiroshi (The Whole Brain Architecture Initiative)
資料名： Frontiers in Robotics and AI (Web)  (Frontiers in Robotics and AI (Web))
巻： 4  ページ： 63  発行年： 2017年 
JST資料番号： U7099A  ISSN： 2296-9144  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 等価構造(ES)抽出は,多次元シーケンスと異なる多次元シーケンスに現れる多次元時間パターンに焦点を合わせる。タスクの入力は一連のシーケンスであり,出力はESの集合である。ESはK系列を指定するためのK IDの要素から成るk-タプルの集合であり,k-タプルによって特定されたK系列から成るK次元シーケンスが等価であると考えられる。K次元シーケンスが等価であるかどうかを決定するための標準は,K次元シーケンスの順序に基づいている。ES抽出は,多次元時間的特徴抽出,および移動学習または模倣学習のための前処理に用いることができる。最近,ES増分探索(ESIS)と呼ばれる方法が提案されているが,これはbru力探索よりもはるかに高速であるが,それを導出するために必要な証明は十分ではない。したがって,なぜESISが働き,信頼できるかは不明である。本論文では,ESISを検証するための証明と,より高速な方法の開発に有用なESISの解の特性を示した。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 前処理 ,  学習 ,  高速度 ,  特徴抽出 ,  *高次元
準シソーラス用語： 模倣学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 等価構造 ,  伝達学習 ,  模倣学習 ,  組合せ爆発 ,  メタ関係マイニング

分類 (2件)： 数値計算  (JE02000J) ,  代数学  (AB02000R)

タイトルに関連する用語 (3件)： 等価 ,  探索 ,  検証