文献

J-GLOBAL ID：202202288047985764   整理番号：22A0416869

電力スタッフの個人化適応に基づくネットワーク混合技能学習の情報推薦法【JST・京大機械翻訳】

Information Recommendation Method of Network Blended Skill Learning Based on Personalized Adaptive of Electric Power Staff

著者 (5件)： Gao Yan (Training Center of Jilin Province, State Grid Corporation of China, Changchun, China) ,  Wang Lei (School of Computer, Northeast Electric Power University, Jilin City, Jilin, China) ,  Li Miao (Training Center of Jilin Province, State Grid Corporation of China, Changchun, China) ,  Liu Chunhui (Training Center of Jilin Province, State Grid Corporation of China, Changchun, China) ,  Wang Lichao (Training Center of Jilin Province, State Grid Corporation of China, Changchun, China)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 833  ページ： 573-583  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： 従来のスタッフスキル情報推薦学習コースの低い満足と精度の問題において,本論文は,様々なスキル訓練によって作り出される関連した生データを包括的に使用する。モジュールマトリックスを用いてサブファクタシーケンスをモジュール化し,各サブファクタシーケンスに対応する相関係数の平均値を計算した。本論文は,結合度関数を用いてネットワークハイブリッド情報間の結合関係を研究し,ネットワークハイブリッド情報のモジュール処理を完了した。本論文は,ネットワークハイブリッド情報の重み値が前もって閾値集合より高く,ネットワークハイブリッド情報の重さを計算するかどうかを判断する。ネットワークハイブリッド情報間の類似性を定義して,情報濃度におけるネットワークハイブリッド情報の類似性分布を得る。個人化した適応学習は,ネットワークハイブリッド情報の学習要求方向を改善する。電力従業員のスキル類似性を計算する目的は,電力従業員のスキル状態の包括的な解析と処理を実現するためのネットワークハイブリッド情報推薦アルゴリズムを設計することである。訓練管理者と訓練者は,フィードバック解析結果に基づいて訓練プログラムを最適化でき,正確に訓練し,統合し,従業員の技術的能力を改善する。実験結果は,推薦アルゴリズムが収束速度と精度を大いに改良することを示した。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： 最適化 ,  *学習 ,  管理者 ,  *電力 ,  *ネットワーク ,  相関係数 ,  類似性 ,  訓練プログラム
準シソーラス用語： 適応学習 ,  従業員 ,  収束速度 ,  トレーナ ,  *情報推薦 ,  モジュール化 ,  生データ , 【Automatic Indexing@JST】

著者キーワード (3件)： 電力スタッフ ,  技能学習 ,  情報推薦

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： スタッフ ,  個人化 ,  適応 ,  技能 ,  学習 ,  情報推薦