文献

J-GLOBAL ID：202102290078562071   整理番号：21A0380249

従来のデータへの畳込みニューラルネットワークの応用【JST・京大機械翻訳】

Application of convolutional neural network to traditional data

著者 (4件)： Zhang Xiaohang (School of Economics and Management, Beijing University of Posts and Telecommunications, Beijing 100876, China) ,  Zhang Xiaohang (Department of Statistics, University of Michigan, Ann Arbor 48109, USA) ,  Wu Fengmin (School of Economics and Management, Beijing University of Posts and Telecommunications, Beijing 100876, China) ,  Li Zhengren (School of Economics and Management, Beijing University of Posts and Telecommunications, Beijing 100876, China)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 168  ページ： Null  発行年： 2021年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 畳込みニューラルネットワーク(ConvNets)は,画像,テキスト,および音声を含む様々なタイプのデータに適用されているが,従来のデータには適用されていない。本研究では,従来のデータを,その特徴が空間的または時間的依存性を持たないデータとして定義し,統計的相関を持つかもしれない。従来のデータに関する分類タスクのための特徴グリッドベースのConvNet(FGCN)モデルを構築した。FGCNモデルは2つの機能部分から成る:最初に,1次元特徴ベクトルの形で従来のデータを1D,2D,または高次元特徴グリッドに変換する。そして,第二は変換されたデータのためのConvNet分類装置である。実験結果は,FGCNモデルが良好に機能することを示した。したがって,従来のデータに関する分類タスクのためにこのモデルを考慮する価値がある。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 分類装置 ,  二次元 ,  *一次元 ,  高次元
準シソーラス用語： 特徴ベクトル ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： 畳込みニューラルネットワーク ,  伝統的データ ,  データ変換

分類 (3件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  脳・神経系モデル  (EL02050C)

タイトルに関連する用語 (2件)： 畳込みニューラルネットワーク ,  応用