文献

J-GLOBAL ID：202102272762692922   整理番号：21A1205116

製品のためのプレサーフェシング段階としての受容性の予測における望ましさ/希少性に基づくランク【JST・京大機械翻訳】

Desirability/Rarity-based Ranks in the Prediction of Acceptability as a Presurfacing Step for Products

著者 (2件)： Maitra Shithi (Sheba Platform Limited (Sheba.xyz),Data Science, Analytics and Insights - DS(Ai),Dhaka,Bangladesh) ,  Bapon Atanu Das (Ahsanullah University of Science and Technology,Dept. of Computer Science and Engineering,Dhaka,Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCIT  ページ： 1-7  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： 人工知能システムは,明示的プログラミングの必要性を除外することにより,学習による問題解決に関してヒューマノイド品質をシミュレートする。人間行動のこの模倣は,ユーザグループが特定の製品とどのように反応するかを予測する可能性のため,ビジネスインテリジェンスにおいて大いに有用である。これは機械学習タスク(T)を構成し,それは経験(E)の増加とともに予測性能(P)を改善する。本論文では,3つの因子を考慮することにより,1から5のスケールにおける顧客満足感を推定するためのユーザ経験中心供給評価システムの構築を試みた:(a)リストの(b)変更された視点からのユーザの意見と(c)タンジェントな特徴。研究は,統計的ANOVAによってそれらの特殊性を保証する後にのみ,希少性に基づく5つの異なる基準の重みを調整するランキングシステムを構築する,ハードで,統計的コンピューティングによって始まった。さらに,ラベル付きデータセットが準備され,特定の逐次ランクをクラブリングすることによって分割された後のランクに影響する属性を分類するために,推論統計量をさらに適用した。最後に,学習ベースのソフトコンピューティングアルゴリズムを適用して,パターンを認識して,ゼロランク特異的事前確率で格付けを割り当てた。ニューラルネットワークを用いて,そのk倍交差検証の各々で97%以上の精度を近似することができた。したがって,定性的な望ましさ(また,不足)ベースのランク付け者の有効性を,旅行データに関する事例研究によって確立し,また,他のビジネスにも拡張できる大きな可能性を示した。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： アルゴリズム ,  *学習 ,  分散分析 ,  問題解決 ,  ニューラルネットワーク ,  旅行 ,  事前確率 ,  統計量 ,  等級づけ ,  事例研究 ,  人工知能システム ,  機械学習 ,  顧客満足
準シソーラス用語： ソフトコンピューティング ,  特異性 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (3件)： 段階 ,  受容性 ,  予測