文献
J-GLOBAL ID:202202218247200753   整理番号:22A0788085

再帰生成敵対ネットワークに基づく離散逐次プロトコルメッセージのデータ強化【JST・京大機械翻訳】

Data Augmentation of Discrete Sequential Protocol Messages Based on Recurrent Generative Adversarial Networks
著者 (6件):
資料名:
巻: 2022  号: ICCECE  ページ: 393-400  発行年: 2022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:
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。
IoT,産業制御ネットワーク,および様々な産業で使用されるセンサネットワークなどのいくつかの特別なネットワークにおいて,データは通常,離散的で短く,離散逐次プロトコルメッセージ(DSM)と呼ばれる。DSMデータはより少ない情報を含み,特徴抽出は難しく,分類の影響は貧弱である。不均衡なDSMデータのために,問題はより複雑である。本論文は,Recurrative Generative Adversarial Network(RGAN)に基づくデータ増強アルゴリズムを提案し,発電機構造を改善するために長い短期メモリネットワーク(LSTM)を用いて,DSMデータにモデルをより好適にした。データ不均衡の多重条件の下で,バイナリ分類とマルチ分類タスクを,それぞれ2012MACCDCとUSTC-TFC2016データセットで実施した。結果は,著者らが提案したRGAN方式が種々の不均衡条件の下でデータ不均衡の問題を解決することができることを示した。それは少数クラスの分類性能を効果的に改善し,全体的分類性能を確実にする。データ長に対して,RGAN法は10バイト以上の不均衡DSMデータを処理でき,RGANが短いデータに適用されることを示した。Copyright 2022 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る