文献

J-GLOBAL ID：201802260813513626   整理番号：18A0849159

産業用のための機械学習を用いたデータ圧縮と予測【JST・京大機械翻訳】

Data compression and prediction using machine learning for industrial IoT

著者 (3件)： Park Junmin (Department of Software, Ajou University, Suwon, Republic of Korea) ,  Park Hyunjae (Computer Engineering, Ajou University, Suwon, Republic of Korea) ,  Choi Young-June (Department of Software, Ajou University, Suwon, Republic of Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICOIN  ページ： 818-820  発行年： 2018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： 産業IoTは,データ解析からの洞察を得るのに有用であるが,すべてのデータを蓄積するのに役立つ大きなデータを生み出す。それを解決するために,著者らは,ニューラルネットワーク回帰を用いて,損失性圧縮を有する代表的ベクトルに,産業データを圧縮することを提案した。圧縮効率のために,著者らは,産業データがデータのチャンクサイズによって扱うことができるように分割統治法を使用した。実験により,産業データが関数により表現され,高精度で予測されることを検証した。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】

シソーラス用語： ニューラルネットワーク ,  *データ圧縮 ,  分割統治法 ,  *機械学習 ,  ベクトル ,  データ解析
準シソーラス用語： 高精度 ,  圧縮効率 ,  モノのインターネット , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  数値計算  (JE02000J)

タイトルに関連する用語 (4件)： 産業 ,  機械学習 ,  データ圧縮 ,  予測