文献

J-GLOBAL ID：201802247673312704   整理番号：18A2209151

曖昧な低線量放射線影響の評価に向けた機械学習によるビジュアライズ手法の提案

著者 (4件)： 神崎訓枝 (原子力発電技術機構) ,  迫田晃弘 (原子力発電技術機構) ,  片岡隆浩 (岡山大 大学院) ,  山岡聖典 (岡山大 大学院)
資料名： 日本放射線影響学会大会抄録(Web)  (日本放射線影響学会大会抄録集(Web))
巻： 61st  ページ： 91 (WEB ONLY)  発行年： 2018年 
JST資料番号： U1036A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

シソーラス用語： *放射線 ,...
準シソーラス用語： アンサンブル学習 ,...

ログイン（無料）して見る     続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=18A2209151&from=J-GLOBAL&jstjournalNo=U1036A") }}

分類 (2件)： 放射線生物学一般  (EK01000P) ,  計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (5件)： 低線量放射線 ,  影響の評価 ,  機械学習 ,  手法 ,  提案