Development of fast machine learning methods based on combinations of different computational models

基于不同计算模型组合的快速机器学习方法的开发

基本信息

  • 批准号:
    20K11882
  • 负责人:
  • 金额:
    $ 2.75万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
  • 财政年份:
    2020
  • 资助国家:
    日本
  • 起止时间:
    2020-04-01 至 2023-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(32)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
リザバーコンピューティングの現状と未来
油藏计算的现状与未来
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    池野太心;西村綾莉;望月宏祐;田中法博;岩堀祐之;田中 剛平
  • 通讯作者:
    田中 剛平
リザバーコンピューティングの基礎と応用
油藏计算基础与应用
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Akiko Megumi;Akiko Suzuki;Jungpil Shin;Akira Yasumura;Tominaga Shoji;田中 剛平
  • 通讯作者:
    田中 剛平
物理リザバーコンピューティングによる時系列パターン認識
使用物理储层计算的时间序列模式识别
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    村田和義;吉川隆碩;田中 剛平
  • 通讯作者:
    田中 剛平
ワーキングメモリと選択の脳内メカニズムを考慮したリザバーコンピューティングモデル
考虑工作记忆和选择的大脑机制的储库计算模型。
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Yuji Iwahori;Shun Emoto;Kenji Funahashi;M. K. Bhuyan;Aili Wang;Kunio Kasugai;香月実,阿部孝司,波部斉,兵頭朋子,石井一成;鈴木雄大,田中 剛平
  • 通讯作者:
    鈴木雄大,田中 剛平
2022 roadmap on neuromorphic computing and engineering
  • DOI:
    10.1088/2634-4386/ac4a83
  • 发表时间:
    2022-06-01
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Christensen, Dennis, V;Dittmann, Regina;Pryds, N.
  • 通讯作者:
    Pryds, N.
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

TANAKA GOUHEI其他文献

TANAKA GOUHEI的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

Transformerを用いた多次元時系列データの異常予兆検知
使用 Transformer 检测多维时间序列数据中的异常符号
  • 批准号:
    24K20777
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
底質電位の時系列データを用いた沿岸底質環境の「見える化」と変動予測技術の開発
利用沉积潜力时间序列数据可视化沿海沉积环境及其变化预测技术的发展
  • 批准号:
    24K01844
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
日本の金融市場における超長期時系列データの構築と価格形成機能に関する総合的研究
日本金融市场超长期时间序列数据构建及价格形成函数综合研究
  • 批准号:
    23K25535
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
Deep Learningを用いた時系列データ解析による肺癌脳転移の予後予測
利用深度学习的时间序列数据分析预测肺癌脑转移的预后
  • 批准号:
    24K18759
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
腸内細菌叢の高解像度時系列データによる細菌ー宿主相互作用の数理モデリング
使用肠道微生物群的高分辨率时间序列数据对细菌与宿主相互作用进行数学建模
  • 批准号:
    24KJ1073
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
共分散解析に基づく2次元時系列データ異常検知手法の開発:SAR時系列解析への適用
基于协方差分析的二维时间序列数据异常检测方法的发展:在SAR时间序列分析中的应用
  • 批准号:
    24K17132
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
Efficient and effective methods for classifying massive time series data
海量时间序列数据高效有效的分类方法
  • 批准号:
    DP240100048
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Discovery Projects
注意機構を持つ異常値検知手法と深層確率モデルの統合と超高次元時系列データへの応用
异常值检测方法与注意力机制和深度概率模型的融合及其在超高维时间序列数据中的应用
  • 批准号:
    23K28047
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
大規模時系列データにおける自律型特徴抽出とそれに基づく将来イベント発生時刻の予測
从大规模时间序列数据中自主提取特征并据此预测未来事件发生时间
  • 批准号:
    24KJ1615
  • 财政年份:
    2024
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
時系列データの更新可能な汎用的埋め込み表現モデルの開発
开发可以更新时间序列数据的通用嵌入式表示模型
  • 批准号:
    23K16889
  • 财政年份:
    2023
  • 资助金额:
    $ 2.75万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了