文献

J-GLOBAL ID：202102295524040945   整理番号：21A0666178

深層学習を用いた知的Webコンテキストベースコンテンツオンデマンド抽出に向けて【JST・京大機械翻訳】

Towards Intelligent Web Context-Based Content On-Demand Extraction Using Deep Learning

著者 (2件)： Melek Mina A. (Wireless Intelligent Networks Center (WINC), Nile University,Giza,Egypt) ,  Mokhtar Bassem (College of Information Technology, University of Fujairah,UAE)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： GCAIoT  ページ： 1-6  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： 動的状況における大規模高次元データからの情報抽出と推論は非常に要求され,実時間ベースで得るのが非常に困難である。しかし,そのようなプロセス能力と効率は,利用可能な計算資源とその結果としての電力消費によって影響され,制限される可能性がある。従来の探索機構は,同じソースに寄与する接続されたデバイスの数の増加に関して,データソースからあらかじめ定義されたコンテンツをリアルタイムに読み取ることができないことが多い。本研究では,オンラインコンテンツ検索のための効率的なアプローチに対する概念を提案し,関連するデータソースで採用されたデータプロファイリングの構造を利用した。およびb)その共通特徴を抽出し,データコンテンツに対する指標のマップを生成するために使用する学習アルゴリズム。これにより,ユーザ要求の即時マッピングが可能になり,できるだけリアルタイムにプロセスを作ることができる。採用した学習アルゴリズム主ブロックを構築し,データ文の標的文脈における意味特徴を捉えた。いくつかの学習手法をレビューし,予備的結果を通して現れる意味特徴を捉える基準に基づいて,それらの結果を比較した。予備的結果は,加重再帰ニューラルネットワークとNMFトピックモデリングと対になったGloVE事前訓練モデルを採用することが,Flスコアと予測時間の高い許容レベルをもたらすことを決定的に確認した。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： *学習 ,  電力消費 ,  ニューラルネットワーク ,  許容量 ,  工程能力 ,  *Web【情報システム】 ,  学習アルゴリズム ,  *コンテンツ ,  情報抽出
準シソーラス用語： 内容検索 ,  実時間 ,  オンライン ,  計算資源 ,  プロファイリング ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 深層学習 ,  Web