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。
深層学習は機械学習分野の主な焦点である。しかし,いくつかの研究者が,この分野におけるいくつかの問題を効率的に解決するために幅広い学習を利用することは注目に値する。そのような条件下で,深い学習がいくつかのブレークスルーを得たとしても,包括的な学習システムは,まだ貴重である。これらの2つの方法の長所と短所の比較は,一般的結論を達成するのが難しい。しかし,モデルの性能に関する成果は,特定の問題またはデータセットに対して可能である。本論文では,すべての実験は,広さと深さの差をテストするために,多層パーセプトロンモデルを用いて,MNISTデータセットに基づいている。それにもかかわらず,実験の結果は,これらのモデルから最良の選択が可能であることを示した。これはモデル構造の複雑性に由来する。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】