| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-03-14 15:35 繰り返し誤り検出型のクラスタリング手法に適用したニューラルネットワークのDropout層の効果 ○渡邉大志・山内将行（広島工大）・田中 衞（上智大）  NLP2018-130 |
|
| 抄録 | （和） | IoT は大きく発展し続けており,インターネット上の雑然としたビックデータを有効に扱う必要が益々高まりつつある. このビックデータの分類,解析をする上で重要となる技術の一つにクラスタリングがある. 我々が以前から開発してきた,クラシフィケーションが可能なアルゴリズムである``繰り返し誤り検出型のクラスタリング手法''にニューラルネットワークを適用したシステムがある. このシステムの最適化の工夫として有効であったと考えられるDropout層の影響について調査を行う。 |
| （英） | IoT has been continued to develop greatly. It is important that cluttered big data need to be used effectively on internet. Clustering is one of important techniques for seperating and analyzing of big data. There is a ``Iterative Error-detection type clustering method system'' with Neural Networks that we have developed. We investigate the effect of the Dropout layer which is thought to device considered useful for optimization of the system. |
|
| キーワード | （和） | クラスタリング / 繰り返し誤り検出型 / ニューラルネットワーク / クラシフィケーション / データマイニング / ドロップアウト / / |
| （英） | Clustering / Iterative Error-Detection / Neural Networks / Classification / Data Mining / Dropout / / | |
| 文献情報 | 信学技報, vol. 118, no. 498, NLP2018-130, pp. 31-36, 2019年3月. | |
| 資料番号 | NLP2018-130 | |
| 発行日 | 2019-03-07 (NLP) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLP2018-130 |
|
| 研究会情報 | |
| 研究会 | NLP MSS |
| 開催期間 | 2019-03-14 - 2019-03-15 |
| 開催地（和） | 福井大学 文京キャンパス |
| 開催地（英） | Bunkyo Camp., Univ. of Fukui |
| テーマ（和） | SICE-DES研究会，IEICE-MSS研究会，IEICE-NLP研究会の3研究会併催，一般およびWork In Progress(WIP) |
| テーマ（英） | SICE-DES, IEICE-MSS, IEICE-NLP, Work In Progress, and etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2019-03-NLP-MSS |
| 本文の言語 | 日本語 |
| タイトル（和） | 繰り返し誤り検出型のクラスタリング手法に適用したニューラルネットワークのDropout層の効果 |
| サブタイトル（和） | |
| タイトル（英） | Effect of Dropout Layers of Neural Networks Applied for Iterative Error-Detection Clustering Method |
| サブタイトル（英） | |
| キーワード(1)（和/英） | クラスタリング / Clustering |
| キーワード(2)（和/英） | 繰り返し誤り検出型 / Iterative Error-Detection |
| キーワード(3)（和/英） | ニューラルネットワーク / Neural Networks |
| キーワード(4)（和/英） | クラシフィケーション / Classification |
| キーワード(5)（和/英） | データマイニング / Data Mining |
| キーワード(6)（和/英） | ドロップアウト / Dropout |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 渡邉 大志 / Taishi Watanabe / ワタナベ タイシ |
| 第1著者 所属（和/英） | 広島工業大学 (略称： 広島工大) Hiroshima Institute of Technology (略称： Hiroshima Institute of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 山内 将行 / Masayuki Yamauchi / ヤマウチ マサユキ |
| 第2著者 所属（和/英） | 広島工業大学 (略称： 広島工大) Hiroshima Institute of Technology (略称： Hiroshima Institute of Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 田中 衞 / Mamoru Tanaka / タナカ マモル |
| 第3著者 所属（和/英） | 上智大学 (略称： 上智大) Sophia University (略称： Sophia Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-14 15:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2018-130 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.498 |
| ページ範囲 | pp.31-36 |
| ページ数 | 6 |
| 発行日 | 2019-03-07 (NLP) |
[研究会発表申込システムのトップページに戻る]