文献

J-GLOBAL ID：201802248407661919   整理番号：18A0191505

変化検出のためのデータ駆動確率近似【Powered by NICT】

Data driven stochastic approximation for change detection

著者 (4件)： Flynn Thomas (Department of Computer Science, The Graduate Center, CUNY, 365 5th Ave., New York, NY 10016, USA) ,  Hadjiliadis Olympia (Department of Mathematics and Statistics, Hunter College, CUNY, 695 Park Ave., New York, NY 10065, USA) ,  Stamos Ioannis (Department of Computer Science, Hunter College, CUNY, 695 Park Ave., New York, NY 10065, USA) ,  Vazquez-Abad Felisa J. (Department of Computer Science, Hunter College, CUNY, 695 Park Ave., New York, NY 10065, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WSC  ページ： 2279-2290  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： オンライン変化検出は,金融・製造の範囲,セキュリティとコンピュータビジョンへの多くの応用がある。与えられた領域で使用するための変化検出器の設計は非常に時間がかかることがあると,モデルベースのアルゴリズムは,しばしば,内在する確率論的モデルの知識を必要とする。これらの問題を解決するために,本研究では,変化検出器に対する教師付き学習方法を調べた。変化検出器のための最適パラメータを見出すために勾配に基づく手順を実装した。をリアルタイムで3次元レーザ距離画像データを分類するための人工的データおよび実世界データに方法論を実証した。Copyright 2018 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： アルゴリズム ,  確率モデル ,  *確率近似 ,  セキュリティ ,  三次元 ,  距離画像 ,  コンピュータビジョン ,  金融 ,  教師つき学習
準シソーラス用語： 実時間 ,  最適パラメータ ,  モデルベース ,  オンライン ,  *データ駆動 ,  *変化検出 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 変化検出 ,  データ駆動 ,  確率近似