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。
ランキングのタスクは情報検索において重要である。Bigデータ時代の到来により,新しい挑戦がこの分野で生じた。深いニューラルアーキテクチャは複雑な機能を学習することができ,より効果的にデータの基礎となる表現を捉えることができる。本研究では,ランク付けを分類問題に縮小し,このタスクのために深いニューラルアーキテクチャを用いた。動的,点状アプローチを用いてランク付け関数を学習し,既存のランキングアルゴリズムより優れている。タスクのための3つのアーキテクチャを導入し,著者らの主要な目的は,良好な結果を生成するアーキテクチャを同定し,それらの有用性の背後にある直感を提供することである。モデルへの入力は,データセットに提供されたハンドクレーティング特徴である。出力は関連レベルである。さらに,手書き特徴の意味的グループ化が,著者らのタスクにおける深い学習モデルを支援するかどうかに関するアイデアを調査した。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】