文献

J-GLOBAL ID：201902267369351626   整理番号：19A0517477

アンサンブルニューラルネットワークに基づく拡張現実感質問応答システム【JST・京大機械翻訳】

An Augmented Reality Question Answering System Based on Ensemble Neural Networks

著者 (4件)： Chen Chi-Hua (Telecommunication Laboratories, Chunghwa Telecom Co., Ltd., Taoyuan, Taiwan) ,  Wu Chen-Ling (Department of Information Management and Finance, National Chiao Tung University, Hsinchu, Taiwan) ,  Lo Chi-Chun (Department of Information Management and Finance, National Chiao Tung University, Hsinchu, Taiwan) ,  Hwang Feng-Jang (School of Mathematical and Physical Sciences, University of Technology Sydney, Ultimo, NSW, Australia)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 17425-17435  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 本論文は,アンサンブルニューラルネットワークに基づく分類アルゴリズムを提案した。訓練段階において,提案したアルゴリズムは,それらのANNモデルが収束するまで,複数のランダム人工ニューラルネットワーク(ANN)モデルを開発するために,乱数の訓練データを使用した。閾値よりも低い精度を有するそれらのモデルを,濾過した。残りの高精度モデルを用いて,試験段階における出力を予測した。一方,ANNモデルの精度を試験段階における重みづけ値として提示した。試験段階では,試験データを選択したANNモデルに負荷し,出力クラスを予測した。出力値は,ANNモデルの対応する重みづけ値によって乗算される。次に,出力の加重平均を得ることができた。最後に,予測出力を予測クラスに変換した。著者らは,移動装置に関する提案したアルゴリズムを適用して実行する拡張現実感質問応答システム(AR-QAS)を設計した。AR-QASは対話型ユーザインタフェイスを提供し,ユーザの質問に従って自動的に回答する。ロジスティック回帰法とANN法を比較することによって,実験結果は,提案したアルゴリズムが最も高い精度を提供することを実証した。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】

シソーラス用語： モデル ,  ユーザインタフェイス ,  乱数 ,  *拡張現実感 ,  *質問応答システム ,  アルゴリズム ,  重みづけ ,  *ニューラルネットワーク ,  予測
準シソーラス用語： ロジスティック回帰分析 ,  対話型 ,  加重平均 ,  高精度 ,  訓練データ ,  分類アルゴリズム , 【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 (4件)： アンサンブル ,  ニューラルネットワーク ,  拡張現実感 ,  質問応答システム