文献

J-GLOBAL ID：202202263324245395   整理番号：22A1037690

MNNアルゴリズムに基づく氷雪経路計画システムの解析【JST・京大機械翻訳】

Analysis of Ice and Snow Path Planning System Based on MNN Algorithm

著者 (3件)： Jin YinZhe (Post-Doctoral Research Center of Skiing Teaching and Training Base, Harbin Sport University, Harbin, Heilongjiang, China) ,  Jin YinZhe (School of Sports Science, Lingnan Normal University, Zhanjiang, Guangdong, China) ,  Li Bai (School of Kinesiology and Health Promotion, Dalian University of Technology, Dalian, Liaoning, China)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  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： 伝統的氷と積雪経路計画法は,弱い技術革新能力,不完全な管理,長い計画経路,不合理なセキュリティ構造,および低い特殊化などの知的経路計画において,まだ内部環境問題を持っている。したがって,ますます多くの氷と雪のスポーツロバーは,この問題を解決するのに toである。本論文は,三次元氷と雪モデルに基づく経路計画法を設計した。MNN(マルチクラスニューラルネットワーク)アルゴリズムに基づく移動雪と氷の経路計画方法を多くの側面から研究する。MNNアルゴリズムを,総合的解析と評価のために使用した。携帯電話は,キーノード,空気抵抗,運動量変化,氷および雪移動軌跡などに関するデータ情報を提供する。結果は,本論文で設計したMNNアルゴリズムに基づく氷と雪の経路計画システムが,高い実現可能性,高いデータ精度,および良い予測効果の利点を持ち,効果的に氷と雪経路計画の効率を改善できることを示す。Copyright 2022 YinZhe Jin and Bai Li. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  運動量 ,  計画 ,  システム ,  スポーツ ,  空気抵抗 ,  積雪 ,  経路 ,  三次元 ,  セキュリティ ,  携帯電話 ,  *経路探索
準シソーラス用語： *雪 ,  環境問題 ,  運動軌道 , 【Automatic Indexing@JST】

分類 (1件)： ロボットの運動・制御  (IC04012J)

引用文献 (26件)：

• Z. Zhang, C. Y. Park, C. L. Theesfeld, O. G. Troyanskaya, "An automated framework for efficiently designing deep convolutional neural networks in genomics," Nature Machine Intelligence, vol. 3, no. 5, pp. 392-400, 2021.
• H. Hewamalage, C. Bergmeir, K. Bandara, "Recurrent neural networks for time series forecasting: Current status and future directions," International Journal of Forecasting, vol. 37, no. 1, pp. 388-427, 2021.
• D. K. Dewangan, S. P. Sahu, "RCNet: road classification convolutional neural networks for intelligent vehicle system," Intelligent Service Robotics, vol. 14, no. 2, pp. 199-214, 2021.
• P. Elnaz, P. Elham, A. Nizamettin, "Gene selection using hybrid binary black hole algorithm and modified binary particle swarm optimization," Genomics, vol. 111, no. 4, pp. 9, 2018.
• F. Zenke, T. P. Vogels, "The remarkable robustness of surrogate gradient learning for instilling complex function in spiking neural networks," Neural Computation, vol. 33, no. 4, pp. 899-925, 2021.

タイトルに関連する用語 (3件)： アルゴリズム ,  経路計画 ,  解析