文献

J-GLOBAL ID：202102215601744811   整理番号：21A0397754

深さ学習に基づくデータ融合手法の検討【JST・京大機械翻訳】

Survey of Data Fusion Based on Deep Learning

著者 (4件)： Zhang Hong (蘭州理工大学 計算机与通信学院,蘭州 730050) ,  Cheng Chuanqi (蘭州理工大学 計算机与通信学院,蘭州 730050) ,  Xu Zhigang (蘭州理工大学 計算机与通信学院,蘭州 730050) ,  Li Jianhua (蘭州理工大学 机電工程学院,蘭州 730050)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 56  号： 24  ページ： 1-11  発行年： 2020年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： データ融合は最大限に大きいデータ価値を発揮させる鍵であり、深さ学習はデータの深層特徴情報をマイニングする技術利器であり、深さ学習に基づくデータ融合は大きいデータの潜在価値を十分に掘り出すことができ、新しい深さと広さから世界の探索と認識を広げる。深さ学習に基づくデータ融合法に関する文献を要約し,データ融合における深さ学習の応用の利点を理解した。データ融合の一般的方法を分類し,これらの方法の利点と欠点を指摘した。深さ学習特徴抽出に基づくデータ融合法、深さ学習融合に基づくデータ融合方法、深さ学習全過程に基づくデータ融合方法の3つの方面から、深さ学習に基づくデータ融合方法について分析し、比較研究と総括を行った。本論文は,データ融合における深さ学習の応用の困難さと将来の研究の問題について議論する。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  特徴抽出 ,  深層 ,  *データ融合

分類 (2件)： 数値計算  (JE02000J) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 学習 ,  データ融合 ,  手法