抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
アルゴリズム特徴学習者は,画像,オーディオ,テキストおよびグラフのような非行列構造化信号に対する高次元ベクトル表現を提供する。これらの表現に由来する低次元投影を用いて,これらのデータの収集を横断して変動を探査できる。しかし,これらの予測に関連する不確実性を評価する方法は不明である。非行列データから特徴が学習される設定に対して,ブートストラップ主成分分析のために開発された方法を適用した。特徴学習とブートストラップの両方に影響を与える因子を変化させて,シミュレーションにおける導出された信頼領域を経験的に比較した。アプローチを空間プロテオミクスデータで例証した。コード,データ,および訓練されたモデルを,R Compendiumとして放出する。【JST・京大機械翻訳】