文献
J-GLOBAL ID:202002254334381876   整理番号:20A2057594

逐次3方向粒状計算のための局所時空間多粒度学習【JST・京大機械翻訳】

Local temporal-spatial multi-granularity learning for sequential three-way granular computing
著者 (8件):
資料名:
巻: 541  ページ: 75-97  発行年: 2020年 
JST資料番号: D0636A  ISSN: 0020-0255  CODEN: ISIJBC  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  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。
粒度の多重レベルに基づいて,逐次三方向粒状コンピューティングの概念は,3つの思考,問題解決,および情報処理の多重段階に焦点を合わせる。本論文は,時間空間的多粒状性学習のフレームワークによって逐次三方向粒状コンピューティングを解釈,表現し,実装し,データの時間性とパラメータの空間的性で記述した。実世界意思決定において,そのような逐次アプローチは,情報が不十分または利用できないとき,決定プロセスの低コストと許容できる精度を有するいくつかのオブジェクトのためのより迅速な決定を行うのに有用である。しかし,階層的マルチレベル粒度に対する時間のかかる計算のコストは,著者らの関心事である。この問題に取り組むために,Gaussカーネル関数で誘起された近傍ベース造粒のシーケンスを加速するための局所戦略を利用した。続いて,局所3方向決定規則をBayes最小リスク基準に基づいて調査した。さらに,新しい局所トリセクションモデルの構築により,時間的空間マルチレベル粒状構造の下での3方向粒状計算の局所逐次アプローチを提案した。最後に,著者らの提案モデルの有効性を検証するために,大域的および局所的視点間の一連の比較実験を行った。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. 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 (1件):
分類
JSTが定めた文献の分類名称とコードです
人工知能 
タイトルに関連する用語 (5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