文献

J-GLOBAL ID：201702250246663720   整理番号：17A0106475

認知診断におけるニューラルネットワークとサポートベクトルマシンの応用【JST・京大機械翻訳】

Application of Neural Networks and Support Vector Machines to Cognitive Diagnosis

著者 (5件)： Wang Wenyi (College of Computer Information and Engineering, Jiangxi Normal University) ,  Ding Shuliang (College of Computer Information and Engineering, Jiangxi Normal University) ,  Song Lihong (Elementary Educational College, Jiangxi Normal University) ,  Kuang Zhen (Jiangxi Bureau of Geology and Mineral Resources) ,  Cao Huiyuan (Xinfeng County of Jiangxi province Ganzhou City Labor Bureau)
資料名： Xinli Kexue  (Xinli Kexue)
巻： 39  号： 4  ページ： 777-782  発行年： 2016年 
JST資料番号： C3028A  ISSN： 1671-6981  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 認知診断評価の主要な問題はどのように正確に被験者の分類と項目属性のキャリブレーションを行うかである。本論文では,確率的ニューラルネットワーク(PNN)とサポートベクトルマシン(SVM)を用いて,分類と属性キャリブレーションを行い,PNNの診断のための理論的根拠について議論した。シミュレーション結果は以下を示す。PNN方法は最もよく、訓練速度が速く、且つ良好なキャリブレーション率とキャリブレーション精度がある。PNNとGDDの分類は,分類において類似しており,PNNは,独立構造の下でより優れている。線形SVMには,より良いキャリブレーション精度とキャリブレーション精度がある。ソフトコンピューティングにおいて,この方法は多段スコアテストデータの分析に非常に便利である。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 線形性 ,  *ニューラルネットワーク ,  シミュレーション ,  *サポートベクトルマシン
準シソーラス用語： ソフトコンピューティング ,  確率的ニューラルネットワーク ,  被験者 , 【Automatic Indexing@JST】

著者キーワード (5件)： cognitive diagnosis ,  probabilistic neural network ,  support vector machines ,  diagnosis classification ,  item attribute identification

分類 (3件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  冷房  (PC02030Q)

タイトルに関連する用語 (5件)： 認知 ,  診断 ,  ニューラルネットワーク ,  サポートベクトルマシン ,  応用