文献

J-GLOBAL ID：202002231243257046   整理番号：20A2621731

PACELC:ビッグデータを通した価値創造のための拡張多次元テンソルフロー【JST・京大機械翻訳】

PACELC: Enchantment multi-dimension TensorFlow for value creation through Big Data

著者 (2件)： Yasmin A. (Vels Institute of Science, Technology & Advanced Studies,Department of Computer Science,Chennai,India) ,  Kamalakkannan S. (Vels Institute of Science, Technology & Advanced Studies,Department of Information Technology,Chennai,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： I-SMAC  ページ： 520-526  発行年： 2020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： 新しいオンラインモードは,異なる動力学モデルをより多く学習する。周波数アルゴリズムは損失関数を低減し,必要と実際の加速度の間の誤差を直接補償する。それは,ロボットモードのヘルパー関数として,速度加速器とTensorFlowのようなグリーン加速原理の使用を可能にする。直接損失の使用は,通常,それらの現状において,間接損失プログラムの範囲外の学習問題を除去する。再学習の電力は,標準非線形パラメータ更新によってオンラインチップを作って,オンラインで更新するオンラインは,大きいデータ実世界発生の間,操作誤差を修正した。JEDECは,複合多次元ロバスト管理ロバスト研究による機械学習シーケンスを,将来のタスクのために計画した。本論文は,解析用の制御装置の操作と制御を記述し,圧縮機のサイズ,振動レベルとレンズプールの間に明確なリンクがあり,新しい機械学習ツールを学習する。特に,JEDEC(Joint Electronデバイス工学会議)は,同じ要約と強度を得るために,関係PACELC(Availity/一貫性 Else Latentity/一貫性)理論分析を使用するように思われ,また,周波数ケースの結果は,需要重要タスクバランス,特に,この縮小型アダプタ制御と,これらの更新ディープLanningネットワークを縮小する,スシセンアルゴリズムにおける学習制御スタイルマルチ次元との連結を,増加する需要重要タスクバランス,特に,他のタイプの収縮に焦点を合わせた。したがって,BDAデータ分割は,学習プロセスとデータ保存の分類における計算の複雑性を減少するのを助ける。Copyright 2020 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： アルゴリズム ,  レンズ ,  学習 ,  電力 ,  ネットワーク ,  ロボット ,  圧縮機 ,  加速度 ,  データ蓄積 ,  *高次元 ,  ロバスト性 ,  機械学習
準シソーラス用語： *価値創造 ,  オンライン ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ビッグデータ ,  価値創造 ,  拡張 ,  多次元 ,  テンソル ,  フロー