文献

J-GLOBAL ID：202202221378465314   整理番号：22A0980699

マルチタスクと生涯学習知識のエッジクラウドシナジーベース構築【JST・京大機械翻訳】

Edge-Cloud Synergy Based Construction of Multi-task and Lifelong Learning Knowledge

著者 (4件)： Zhang Hailong (Wuhan NARI Limited Liability Company, State Grid Electric Power Research Institute, Wuhan, People’s Republic of China) ,  Luo Hanwu (East Inner Mongolia Electric Power Co., Ltd., Ordos, People’s Republic of China) ,  Li Wenzhen (East Inner Mongolia Electric Power Co., Ltd., Ordos, People’s Republic of China) ,  Qin Ruofeng (East Inner Mongolia Electric Power Co., Ltd., Ordos, People’s Republic of China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 854  ページ： 698-703  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 深層学習ベースアルゴリズムは多くのアプリケーションにおいて良好な結果を達成した。しかし,従来の機械学習法のほとんどは,壊滅的違反問題を持つように見える。この理由は,このモデルが学習した知識を持続できず,知識と古いものの間の差異を認識できないということであった。したがって,知識ベースを構築することは,この問題を解決するための一般的なオプションになる。それにもかかわらず,以前のモデルは,小さなサンプル,不均等な分布,および違反の巨大な課題に直面している。本論文では,エッジ-クラウド相乗作用に基づくマルチタスクと長寿命学習知識ベースの新しいモデルを検討した。実験は,著者らのモデルが以前の研究より良い問題を扱うことができることを示した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  相乗作用 ,  *生涯教育 ,  知識 ,  応用プログラム ,  知識ベース ,  機械学習
準シソーラス用語： *マルチタスク ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 生涯学習 ,  知識 ,  エッジ-クラウド相乗作用 ,  マルチタスク

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： マルチタスク ,  生涯学習 ,  知識 ,  構築