文献

J-GLOBAL ID：202202238322041645   整理番号：22A0474285

産業用モノのインターネットにおける特徴抽出のための機械および深層学習アマルガム化【JST・京大機械翻訳】

Machine and deep learning amalgamation for feature extraction in Industrial Internet-of-Things

著者 (4件)： Jayalaxmi P.L.S. (Department of Electronics and Electrical Engineering, Lovely Professional University, Phagwara 144411, India) ,  Saha Rahul (Department of Electronics and Electrical Engineering, Lovely Professional University, Phagwara 144411, India) ,  Kumar Gulshan (Department of Electronics and Electrical Engineering, Lovely Professional University, Phagwara 144411, India) ,  Kim Tai-Hoon (Glocal Campus, Konkuk University, 268 Chungwon-daero Chungju-si Chungcheongbuk-do, 27478, South Korea)
資料名： Computers and Electrical Engineering  (Computers and Electrical Engineering)
巻： 97  ページ： Null  発行年： 2022年 
JST資料番号： D0546B  ISSN： 0045-7906  CODEN： CPEEBQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,Thing(IIoT)の産業インターネットのための機械と深層学習技術の融合を用いた特徴抽出モデルを開発した。機械学習アルゴリズムと深層学習特徴抽出法を用いて評価した最も効果的な特徴集合でモデルを訓練した。これらの特徴を,検証のために深層学習ベースネットワークモデルで試験した。機械学習と深層学習技術を組み合わせるための主要因子として誤差計量と精度を考察した。誤差率は,全データセットに対してテストされたモデルよりも部分集合に対して低い誤り率を示す平均二乗誤差を用いて解析される。さらに,平均二乗誤差,精度率,および虚偽値を解析して,提案モデルの性能をテストした。IIoTデータセットと既存の方法との比較解析は,著者らの方式が他のものより25%良いことを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *特徴抽出 ,  誤り率 ,  *インターネット ,  機械学習 ,  学習アルゴリズム
準シソーラス用語： アマルガム ,  平均二乗誤差 ,  *モノのインターネット ,  *深層学習 ,  IIoT , 【Automatic Indexing@JST】

著者キーワード (5件)： 産業 ,  IoT ,  機械学習 ,  特徴 ,  セキュリティ

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 産業 ,  インターネット ,  特徴抽出 ,  深層学習 ,  アマルガム