文献

J-GLOBAL ID：201902252504172079   整理番号：19A2424071

鉱物鉱床データの知的クラスタ化のための自動エンコーダに基づく次元縮小アルゴリズム【JST・京大機械翻訳】

An Autoencoder-Based Dimensionality Reduction Algorithm for Intelligent Clustering of Mineral Deposit Data

著者 (11件)： Li Yan (School of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing, China) ,  Li Yan (Institute of Artificial Intelligence, University of Science and Technology Beijing, Beijing, China) ,  Li Yan (Beijing Key Laboratory of Knowledge Engineering for Materials Science, Beijing, China) ,  Luo Xiong (School of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing, China) ,  Luo Xiong (Institute of Artificial Intelligence, University of Science and Technology Beijing, Beijing, China) ,  Luo Xiong (Beijing Key Laboratory of Knowledge Engineering for Materials Science, Beijing, China) ,  Chen Maojian (School of Computer and Communication Engineering, University of Science and Technology Beijing, Beijing, China) ,  Chen Maojian (Institute of Artificial Intelligence, University of Science and Technology Beijing, Beijing, China) ,  Chen Maojian (Beijing Key Laboratory of Knowledge Engineering for Materials Science, Beijing, China) ,  Zhu Yueqin (Development and Research Center, China Geological Survey, Beijing, China) ,  Gao Yang (China Information Technology Security Evaluation Center, Beijing, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 586  ページ： 408-415  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  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： 現在,地球物理学におけるデータサイズとデータ次元の劇的な成長があったが,様々な検出方法の支援による地質学的大規模データ技術の急速な進歩を達成している。次に,高次元で大量の地質学的データは,従来のデータ解析手法に非常に挑戦的な障害を課している。大規模なデータ解析応用における深い学習方法と技術の成功によって,それらが高次元の複雑な地質学的データを扱うことにおいて,満足できる性能を達成することができることが期待される。したがって,深い学習の効果的な実装の一つ,すなわち,自動符号器とクラスタリングアルゴリズム,すなわちK平均の組合せを通して,本論文では,複雑なデータの次元縮小を達成し,計算効率を改善する目的で,鉱物堆積物データから有用なデータ特徴を抽出する。実験結果は,開発した方法の有効性を実証した。Copyright 2020 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 有効性 ,  地質学 ,  地球物理学 ,  *アルゴリズム ,  高速度 ,  *符号器 ,  *鉱物 ,  *クラスタ化 ,  データ解析 ,  *次元縮小 ,  検出法 ,  高次元
準シソーラス用語： 計算効率 ,  クラスタリングアルゴリズム ,  大規模データ , 【Automatic Indexing@JST】

著者キーワード (4件)： 高次元データ ,  次元縮小 ,  自動エンコーダ ,  k平均アルゴリズム

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 鉱物鉱床 ,  クラスタ化 ,  エンコーダ ,  次元縮小 ,  アルゴリズム