文献

J-GLOBAL ID：202202239929960495   整理番号：22A1104106

連続学習を用いた行動認識の配列【JST・京大機械翻訳】

Sequence of Actions Recognition Using Continual Learning

著者 (2件)： Naqushbandi Faizan Salim (Galgotias University,Greater Noida,India) ,  John A (Galgotias University,Greater Noida,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICAIS  ページ： 858-863  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： 連続学習は,人工知能と機械学習の背後にある基本的アイデアである。C.Lにより,機械は自律的に学習し,データを人間のような意味のある情報に変換する。さらに,それは,その寿命を通して時間にわたって知識を得ることによって,微調整自体を自動的に維持するモデルとして定義した。さらに,本論文では,継続的な学習を用いて,人間行動予測の長残された問題を解決することを試みた。人間行動予測は,将来,シームレスな人間-ロボット相互作用を特徴とするための不可欠な要素である。そして,そのようなモデルと実装は,セキュリティから高齢者または子供ケアまたは法律と順序維持と自動化と,何がかからない将来において,ほとんどあらゆる分野において,非常に広い範囲を持った。多くの実装は,簡単な機械学習モデルを使用し,それは期間にわたって摩耗する。継続的な学習を用いて,人間介入を必要とせずに,それ自身を改善するモデルを設計することができる。そして,モデルは継続的な学習のため,実質的に改善された結果を作り出すことができる。モデルは,将来,その方法で来るオブジェクトでより良いだけでなく,モデルを改善し,さらに研磨結果を得ることができる。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】

シソーラス用語： 研磨 ,  自動化 ,  *学習 ,  人工知能 ,  子供 ,  セキュリティ ,  機械学習
準シソーラス用語： 自律性 ,  シームレス ,  行動認識 ,  ヒューマンロボットインタラクション ,  行動予測 ,  微調整 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 学習 ,  行動認識