{{ $t("message.ADVERTISEMENT") }}
{{ $t("message.AD_EXPIRE_DATE") }}2024年03月
文献
J-GLOBAL ID:202002244643602222   整理番号:20A1566836

リカレントニューラルネットワークを使用したもっともらしいインシデントストーリーの生成【JST・京大機械翻訳】

Generation of Plausible Incident Stories by Using Recurrent Neural Networks
著者 (1件):
資料名:
巻: 1213  ページ: 317-324  発行年: 2020年 
JST資料番号: W5075A  ISSN: 2194-5357  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。
最近の人工知能(AI)技術は,特にデータセットの単語の学習順序によって新しいテキスト(新しい階数を作る)を生成することができる。本論文では,実際の航空事故報告から学習するAIテキスト発生器による想像的事故報告の発生の実験について報告する。AIは,実際の報告書の訓練データに対する単語順序パターンの類似性を維持するための新しいテキストを合成することを試みるが,それは,そのアルゴリズムにおけるランダム性のために,ブランド-新階を生成するかもしれない。著者らは,それらの想像報告の間で,ヒューマンエラー事故の隠れたリスクを見つけるかもしれない。AIテキスト生成の理論的能力は広く承認されているが,大きなコストと大量のデータを必要とする実際的に難しい問題である。したがって,本論文の主要な貢献は,作られた想像報告の定性的評価だけでなく,その実現可能性の定量的評価である。Copyright The Editor(s) (if applicable) and The Author(s), under exclusive license to Springer Nature Switzerland AG 2021 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 (3件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  自然語処理  ,  人工知能 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る