文献
J-GLOBAL ID:201902220314217763   整理番号:19A2417692

持続可能な酪農農業のための牧草成長の予測:Bayesの事例排除と事後,個別化された説明の例(XAI)を用いたCBRシステム【JST・京大機械翻訳】

Predicting Grass Growth for Sustainable Dairy Farming: A CBR System Using Bayesian Case-Exclusion and Post-Hoc, Personalized Explanation-by-Example (XAI)
著者 (16件):
資料名:
巻: 11680  ページ: 172-187  発行年: 2019年 
JST資料番号: H0078D  ISSN: 0302-9743  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: ドイツ (DEU)  言語: 英語 (EN)
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。
スマート農業は,より良い農場,管理決定を通して資源利用を改善することによって,持続可能で責任のある農業を支援するAI駆動意思決定支援システム(DSS)のための豊富な応用領域として出現した。しかし,スマート農業の有望性は,ユーザ採用に対する高い障壁によってしばしば挑戦される。本論文では,ユーザ採用を改善するために設計された予測精度と説明能力を組み合わせた酪農家のための草成長を予測するために,PBI-CBRと呼ばれる事例ベース推論(CBR)システムを開発した。このシステムは,同じ農場または郡からの説明事例を用いることにより,事後,個人化された,その予測のための個別化された事例を提供する。PBI-CBRの重要な新規性は,この回帰ドメインにおける事例排除のためのBayes法の使用である。実験により,PBI-CBRの異なるパラメトリック変種に対する予測精度と説明妥当性の間で生じるトレードオフ,および各年におけるBayes事前の更新方法が誤差を低減することを報告した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
人工知能  ,  その他の情報処理 

前のページに戻る