文献

J-GLOBAL ID：202202234363561724   整理番号：22A1036767

無線通信と人工知能の背景の下でのマルチソースセンサに基づく若者の注意分析と情報配布効果【JST・京大機械翻訳】

Attention Analysis and Information Dissemination Effect of Young People Based on Multisource Sensors under the Background of Wireless Communication and Artificial Intelligence

著者 (3件)： Liu Zheng (School of Journalism, Fudan University, Shanghai 200433, China) ,  Liu Zheng (School Humanities & Communication, Zhejiang Gongshang University, Hangzhou 310002, China) ,  Li Rong (School Humanities & Communication, Zhejiang Gongshang University, Hangzhou 310002, China)
資料名： Scientific Programming  (Scientific Programming)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W0689A  ISSN： 1058-9244  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 近年,無線通信と人工知能技術の開発は,人間の生活に多大な利便性をもたらした。特に教育と医療の分野において,無線通信の機能は最も代表的なものである。若者の注意と情報普及の影響を強化するために,学者は,その影響因子に関して多くの分析を実施した。研究は,強い雑音環境が注意と情報普及効果に明らかな負の影響を及ぼすことを見出した。したがって,本論文は,強いノイズ環境における若年者の注意分析と情報普及効果強化のためのマルチソースセンサベースの方法を提案した。マルチソースセンサーは,強いノイズ環境における音声に関する若い人々の注意分析を実行するために選択して,注意解析と情報普及効果強化音声を結合することによって得るモデルを強化するための情報普及効果と組み合わせた。マルチソースセンサシステムを通して,本論文における方法は,強いノイズ環境における伝統的方法より優れていることを実証した。そして,マルチソースセンサーの比較解析を通して,強いノイズ環境のための対応する改良計画を定式化して,若い人々の注意解析と情報普及効果の数値シミュレーション実験を行い,最適化結果を検証した。本研究は,無線通信と人工知能意思決定技術に基づき,マルチソースセンサに基づく強雑音環境における若者の注意分析と情報普及効果を評価して最適化し,そして,実用化後の強い雑音環境と環境品質におけるシステム設計方法を確実にするための有用なアイデアを与える。また,人々は,人々の注意分析と強い騒音環境における情報普及効果に対する悪影響をより具体的に防止するための支援と支援を提供する。本論文は,人々の高品質生活の発展に非常に重要である強いノイズ環境における若い人々の注意分析と情報普及の影響を研究するために,マルチソースセンサーに基づくモデルを設計した。Copyright 2022 Zheng Liu and Rong Li. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音声 ,  最適化 ,  雑音 ,  意思決定 ,  システム設計 ,  情報流通 ,  *人工知能 ,  *無線伝送 ,  *情報配布 ,  センサ ,  定式化
準シソーラス用語： 数値シミュレーション ,  雑音環境 ,  高品質 ,  環境品質 , 【Automatic Indexing@JST】

分類 (4件)： 音声処理  (JE05000E) ,  移動通信  (ND08030H) ,  電話・データ通信・交換一般  (ND11010T) ,  音響信号処理  (BB03050C)

引用文献 (26件)：

• A. Ahmed, T. Khan, S. Jahandad, M. H. Hakimi, A. A. Lashin, N. S. Z. Abidin, "Organic geochemistry indicates source-rock characteristics and hydrocarbon potential: A case study from Early Cretaceous Sembar Formation, southern Indus Basin, Pakistan," Arabian Journal of Geosciences, vol. 13, no. 23, pp. 1234, 2020.
• D. Akbarimehr, A. Eslami, E. Aflaki, R. Imam, "Using empirical correlations and artificial neural network to estimate compressibility of low plasticity clays," Arabian Journal of Geosciences, vol. 13, no. 22, pp. 1225, 2020.
• S. B. Hu, M. Q. Zhu, L. L. Yang et al., "Future wireless communication and big data, artificial intelligence," Journal of Guizhou Normal University (Natural Science Edition), vol. 38, no. 06, pp. 1-10+132, 2020.
• L. L. Ma, J. Guo, S. K. Wang et al., "Multi-source sensor fault diagnosis method based on improved CNN-GRU network," Journal of Beijing Institute of Technology, vol. 41, no. 12, pp. 1245-1252, 2021.
• C. Zhao, S. M. Zhong, X. J. Zhang et al., "Novel results on nonfragile sampled-data exponential synchronization for delayed complex dynamical networks," International Journal of Robust and Nonlinear Control, vol. 30, no. 9, pp. 4022-4042, 2020.

タイトルに関連する用語 (7件)： 無線通信 ,  人工知能 ,  背景 ,  若者 ,  注意 ,  分析 ,  情報配布