文献

J-GLOBAL ID：201802287696105236   整理番号：18A0196564

大量検層から局所挙動予測【Powered by NICT】

Topical behavior prediction from massive logs

著者 (1件)： Su Shih-Chieh (Qualcomm Inc., San Diego, CA, 92121)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Big Data  ページ： 3677-3683  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： 本論文では,大規模における局所挙動を研究した。各項目が実体ID,タイムスタンプ,と活性に関するメタデータを含むネットワークログを用いた。時間と行動の空間的関係の両方は,リカレントニューラルネットワーク(RNN)と畳込みニューラルネットワーク(CNN)を深層学習アーキテクチャを検討した。CNNにおける空間学習のための適切な行動データにするために,著者らは局所計量を形成し,画像の画素のような均一にそれらをいくつかの還元段階を提案した。多層パーセプトロン(MLP)ネットワークと比較した場合実験結果は,時間と空間の両方が得られることを示す。空間的に接続された畳込みネットワーク(SCCN)と呼ばれる新しい学習フレームワークは,局所計量を予測するより効率的に紹介した。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： 畳込み ,  ネットワーク ,  *検層 ,  多層パーセプトロン ,  画像 ,  計算機アーキテクチャ ,  メタデータ ,  学習 ,  画素 ,  *予測
準シソーラス用語： 深層学習 ,  畳込みニューラルネットワーク ,  リカレントニューラルネットワーク ,  タイムスタンプ , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 検層 ,  挙動 ,  予測