文献

J-GLOBAL ID：202002288125377482   整理番号：20A2765666

主成分分析と学習ベクトル量子化に基づく教育品質評価モデルの研究【JST・京大機械翻訳】

The Research of Teaching Quality Evaluation Model Based on the Principal Component Analysis and Learning Vector Quantization

著者 (2件)： Ning Yang (Northeast electric power university,School of energy and power engineering,Jilin,China) ,  Dehao Kong (Northeast electric power university,School of energy and power engineering,Jilin,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICAIE  ページ： 79-84  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： 教育品質評価の精度をさらに改善するために,主成分分析(PCA)と学習ベクトル量子化(LVQ)の組合せに基づく教育品質評価モデルを提案した。教育品質評価システムを階層分析法(AHP)を用いて確立し,次に,初期評価指標システムの特性情報を主成分分析を用いて抽出した。次元縮小の後の特性情報をLVQニューラルネットワークに入力して,ネットワークモデルを訓練して,一般化能力のためにテストした。実験結果は,PCA-LVQネットワークモデルが,単一LVQおよびBPニューラルネットワークより,構造においてより単純であり,学習能力においてより強く,収束速度においてより速く,評価精度および一般化能力においてより高いことを示した。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： *教育 ,  ニューラルネットワーク ,  *主成分分析 ,  次元縮小 ,  AHP【評価】
準シソーラス用語： *品質評価 ,  学習ベクトル量子化 ,  収束速度 ,  ネットワークモデル ,  評価システム ,  *評価モデル ,  逆伝播ニューラルネットワーク , 【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)： 主成分分析 ,  学習ベクトル量子化 ,  教育 ,  品質評価 ,  モデル ,  研究