文献

J-GLOBAL ID：201802275871084314   整理番号：18A1774493

効率的な保守支援のための暗黙学習【JST・京大機械翻訳】

Implicit Learning for Efficient Maintenance Support

著者 (1件)： Yin Meng-Lai (Department of Electrical and Computer Engineering, California State Polytechnic University, Cal Poly Pomona, Pomona, CA, 91768)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： RAMS  ページ： 1-6  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： 暗黙学習は,著者らの脳が提供する効率の鍵である。リアルタイム保全計画をサポートするために暗黙の学習スキルを適用することを提案した。本論文は,神経科学概念と機械学習が統合される機構を提示する。理論的正当化を与えて,最終的に,効率的リアルタイムシステム監視を達成した。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： *学習 ,  *保全 ,  神経科学 ,  機械学習
準シソーラス用語： 実時間 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 保守 ,  支援 ,  学習