文献
J-GLOBAL ID:202102216188360223   整理番号:21A0194536

異常検出のための適応LeNet-5モデル【JST・京大機械翻訳】

An adaptive LeNet-5 model for anomaly detection
著者 (5件):
資料名:
巻: 30  号:ページ: 19-29  発行年: 2021年 
JST資料番号: W5877A  ISSN: 1939-3555  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: イギリス (GBR)  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。
ABSTRACT:本論文では,特徴選択アルゴリズムを導入し,再帰的特徴除去のためにランダムフォレスト分類器を使用し,特徴重要度ランキングの順序に従ってトップ49特徴を選択し,次にLeNet-5畳込みニューラルネットワークに基づく攻撃検出モデルを提案し,それをLeNet-4ネットワークモデルとして呼んだ。そのネットワーク構造において,元のLeNet-5ネットワークの最初のプール層と最後の完全接続層を除去して,それはモデルの計算負荷とネットワーク複雑性を減少して,ネットワーク自己学習能力を二重畳込み層と単一プール層の構造を通して強化した。本論文では,CICIDS2017データセットを用いて提案モデルを評価し,包括的検出のためのデータセットにおける全ての事例を用いた。実験結果は,LeNet-4ネットワークモデルに関して,再帰的特性除去アルゴリズムの導入は,時間コストを減少する間,攻撃検出の精度を改良したことを示した。マルチクラス攻撃分類は97.8%の精度率を達成して,バイナリ攻撃分類は98.5%の精度率を達成した。Please refer to the publisher for the copyright holders. 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 (2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  ,  パターン認識 
タイトルに関連する用語 (3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