文献
J-GLOBAL ID:202102214843686044   整理番号:21A0538273

小データモデリング問題のためのモンテカルロおよびカーネル密度推定に基づく仮想サンプル生成法【JST・京大機械翻訳】

A Monte Carlo and Kernel Density Estimation based virtual sample generation method for small data modeling problem
著者 (4件):
資料名:
巻: 2020  号: CAC  ページ: 1123-1128  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:
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。
初期工業生産において,限られた資源のために,企業は,資源と資金の廃棄物を減らすために,生産状態と製品品質を分析するために限られたデータを使用する必要がある。これは高精度のモデルの構築を必要とする。少量のデータのため,小サンプルに基づくモデルの精度は低い。サンプルデータ量を拡大する有効な方法で,サンプルデータ間の情報間隔に従って,仮想サンプルを生成する技術がしばしば用いられる。サンプル出力変数による分布に基づく新しいカーネル密度推定を提案した。モンテカルロサンプリングを用いて試料分布間のギャップを埋め,試料の均一分布を実現した。Bagging-RBFニューラルネットワークとコウモリアルゴリズム(BA)を組み合わせて,有効な仮想サンプルを生成した。2つの実験,MLCCとPTAは,仮想サンプルがより効果的であることを示す。Copyright 2021 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:
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 (5件):
分類
JSTが定めた文献の分類名称とコードです
医用画像処理  ,  符号理論  ,  NMR一般  ,  専用演算制御装置  ,  図形・画像処理一般 

前のページに戻る