文献

J-GLOBAL ID：202102229777811723   整理番号：21A0005446

IEEEアクセス特別セクション:逐次データモデリングとその新興応用【JST・京大機械翻訳】

IEEE Access Special Section: Sequential Data Modeling and Its Emerging Applications

著者 (6件)： Yan Junchi (Department of Computer Science and Engineering, Shanghai Jiao Tong University, Shanghai, China) ,  Pan Xiaoyong (Department of Electronics and Information Systems, Ghent University, Ghent, Belgium) ,  Li Liangda (Yahoo Research, Sunnyvale, CA, USA) ,  Li Changsheng (School of Computer Science and Engineering, University of Electronic Science and Technology of China, Chengdu, China) ,  Cui Peng (Department of Computer Science and Technology, Tsinghua University, Beijing, China) ,  Ma Chao (Department of Computer Science and Engineering, Shanghai Jiao Tong University, Shanghai, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 210167-210170  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： データ収集と貯蔵における技術の大きな進歩により,逐次データは応用シナリオの広いスペクトルでますますユビキタスになっている。時系列/ビデオフレーム,生物学的データ,およびイベントデータのような逐次データの様々な具体化がある。それは,動的行動を学習および理解するための重要な実用的有用性を持ち,また,配列間の因果関係も理解し,また,実世界設定における雑音および不完全配列データを扱うためのロバストモデルを要求する。したがって,機械学習ベースの方法は,これらの逐次データを効率的に解析,モデル化するために適用できる。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： *雑音 ,  IEEE ,  スペクトル ,  データ収集 ,  ロバスト性 ,  機械学習
準シソーラス用語： ユビキタス ,  イベントデータ , 【Automatic Indexing@JST】

分類 (3件)： 数値計算  (JE02000J) ,  パターン認識  (JE07000S) ,  信号理論  (ND02020G)

タイトルに関連する用語 (4件)： IEEE ,  アクセス ,  データモデリング ,  応用