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。
高性能に動的に通信するための自律的人工知能エージェントについて述べた。それにより,多くの時間がその現在の努力を維持し,その結果が誤っている場合には,この目標に対してアルゴリズムが最も適していることを確認するために,そのアルゴリズムを自律的に再較正することができる。エリート選手の能力を測定する分野は,最大O2消費量(VO2max),1分当たりの心拍数(bpm),エネルギーのワット(ワットとキロジュール),およびピーク出力((ピーク))のような測定に基づいている。人間の性能を測定する際に不確実性と不正確さの要素があるので,この芸術の分野はラフ集合理論の好みに適合している。本論文の目的は,ラフ集合理論が,特定の時間における性能限界の正確な予測を得ることにおいて,著しく重要であることを実証することである。これらの結果は,ラフ集合エンジンが将来において,KDD,ファジィ,ニューラルおよび機械学習ツールの多様性を形成する最良知識発見を選択し,最終的に高性能スポーツマンの性能限界の予測において知的になるという仮説を導く。本論文では,まず,O2を筋肉に送達する際の乳酸と血液の問題をレビューし,次に,ラフ集合仮説,実験および実験結果を提示した。Copyright 2019 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】