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。
驚くほど有望な結果は,近年,深い学習(DL)システムによって達成された。これらの業績の多くは,学術的環境において,または,高度に熟練した研究グループと高度な支援インフラストラクチャを有する大規模な技術企業によって達成された。大規模な研究グループや高度なインフラを持たない企業にとって,DLコンポーネントを持つ高品質の生産準備システムの構築は挑戦的であることが証明されている。DLシステムを構築するための良く機能するツールと最良の実践の明確な欠如がある。本研究の目的は,様々なサイズとタイプの企業との密接な協力における解釈的研究アプローチを適用することにより,主要な課題が何かを同定することである。この新しい技術による可能性を記述し,関連する主要な課題を同定するために,7つのプロジェクトのセットを選択した。12の主要な挑戦のセットを,開発,生産,および組織的挑戦の3つの領域に分類した。さらに,挑戦とプロジェクトの間のマッピングを定義し,選択した動機付け記述と共に,挑戦が特定のプロジェクトにどのように適用するかについて述べた。ソフトウェア工学やデータベース技術のような他の領域と比較して,DLはまだ未成熟で,高品質システムの開発を容易にするためのさらなる研究が必要であることは明らかである。本論文で同定された課題は,ソフトウェア工学とDLコミュニティによる将来の研究を導くために使用することができる。まとめると,DL技術の高い可能性を利用して,多数の企業を始めることができた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】