文献

J-GLOBAL ID：202102290764593980   整理番号：21A0448089

コオロギのための機械学習に基づく推奨アプローチのレビュー【JST・京大機械翻訳】

A review of Machine Learning based Recommendation approaches for cricket

著者 (2件)： Vidisha (Amity School of Engineering and Technology, Amity University,Noida,India) ,  Bhatia Vandana (Amity School of Engineering and Technology, Amity University,Noida,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： PDGC  ページ： 421-427  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 文献レビュー  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： クリケットは世界で最も監視されたスポーツの1つである。因子を分析することにより,マッチのアフタートに影響する活動は,多くのコオロギロバにとって興味深い。機械学習(ML)は,医療診断,画像処理,予測,分類,回帰など様々な分野で良好な結果を示し,正確であることが証明されている。ML上に構築された独創的なフレームワークは,過去の経験から学ぶ範囲を持っている。クリケットピッチは,家庭ゲーム優位性,コイントス,インニング,日/夜マッチ,物理的適応度,および,イミネント目的で行った場合,クリケットピッチの compな検査が,結果マッチを正確に推測するのに有用であろうと,主要なセグメントである。本論文は,プリケットピッチを解析するための既存の研究に焦点を当て,プレイヤーの性能とマッチの成果を予測した。機械学習技術間の比較も行い,Naive Bayesは,小さなサンプルで正確な結果を生成する能力により最良の結果を与えたが,他の研究ではランダムフォレストは,用いた他の手法よりも精度が高いので,正確な分類器であることが判明した。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： ゲーム ,  スポーツ ,  画像処理 ,  *コオロギ類 ,  *機械学習
準シソーラス用語： プレイヤ ,  クリケット ,  ランダムフォレスト ,  Naive Bayes ,  機械学習技術 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： コオロギ ,  機械学習 ,  推奨 ,  レビュー