文献

J-GLOBAL ID：202002288007554727   整理番号：20A0830928

ビッグデータのためのオンライン異種混合学習【JST・京大機械翻訳】

Online Heterogeneous Mixture Learning for Big Data

著者 (4件)： Seshimo Kazuki (Kanazawa University,Kanazawa,Japan) ,  Ota Akira (Kanazawa University,Kanazawa,Japan) ,  Nishio Daichi (Kanazawa University,Kanazawa,Japan) ,  Yamane Satoshi (Kanazawa University,Kanazawa,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： GCCE  ページ： 699-701  発行年： 2019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： 不均一性を有する大規模データ解析のためのオンライン機械学習を提案した。バッチ1とオンライン1の間の各反復の精度を比較する実験を行った。バッチ法と同じ精度で迅速に収束することができる。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： *学習 ,  不均一性 ,  機械学習 ,  バッチ処理
準シソーラス用語： 大規模データ ,  *オンライン ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： ビッグデータ ,  オンライン ,  学習