文献

J-GLOBAL ID：202202276612774960   整理番号：22A0980559

適応学習を用いた多視点推論【JST・京大機械翻訳】

Multi-Perspective Reasoning Using Adaptive Learning

著者 (3件)： Kumar P. (Rajalakshmi Engineering College, Chennai, India) ,  Swaminathan B. (Rajalakshmi Engineering College, Chennai, India) ,  Karthikeyan U. (Rajalakshmi Engineering College, Chennai, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 853  ページ： 19-33  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 学習方法論の評価と決定は,AI,人工思考,データマイニング,モデル確認などにおける巨大な地域である。存在する多数の学習計算があり,新しい計算はAI書き込みを含む。いずれの場合も,与えられたデータセットに対して最も合理的な学習計算を選択することは難しい。様々な学習計算と規則的に変化する情報状況のデータ送風によって,多目的学習フレームワークのニーズがある。状況において合理的である特定の学習戦略は,学習のすべての種類に対して,果物にならないかもしれない。学習サイクルは,学習問題または到達中の情報,または学習を学習する試み,そして,学習技術を選択し,学習問題を理解することが重要である。学習問題を研究し,その後,多目的学習により最も適切な方法論を選択する必要がある。それは,単に1つ以上の学習計算を結合せず,2つのユニークな技術を交換しない。それは情報属性の発見に結びつき,最も適切な戦略を示唆する。それは,最も正確な結果をもたらし,進化する条件を管理するアプローチを考案する試験である。多視点学習は多視点動的において基本的である。研究の強調は,特定の選択状況に対する配置計算の選択である。ハイライト決定戦略が分類器実行に影響するので,回転森林を利用する混合選択技術を臨床結論のために提案する。目標は,学習戦略が管理できる拡張厳密性を有する多目的学習 philosophy学を築き上げることであり,それは孤立分類器であるか,または,それは分類器のアウトフィットであるかもしれない。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  思考 ,  データ ,  送風 ,  機械学習 ,  データマイニング ,  フレームワーク【ソフトウェア開発】
準シソーラス用語： モデル検証 ,  適応学習 ,  ハイライト ,  マルチビュー学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： データマイニング ,  機械学習 ,  適応学習 ,  k-NN ,  SVM

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 適応学習 ,  視点 ,  推論