Understanding and developing deep learning as estimation procedures of the high-dimensional parameter

理解和发展深度学习作为高维参数的估计过程

基本信息

  • 批准号:
    18K11208
  • 负责人:
  • 金额:
    $ 2.33万
  • 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:
    2018
  • 资助国家:
    日本
  • 起止时间:
    2018-04-01 至 2021-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(16)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
DNN と RCT の共通点に見る統計的推測の要点
DNN 与 RCT 共同点中的统计推断要点
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Akari Kawazoe;Yota Kurokawa and Masaru Fukushi;柳本 武美
  • 通讯作者:
    柳本 武美
von Mises 分布における自然母数の事後平均のバイアスについて
关于 von Mises 分布中自然参数的后验均值的偏差
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Hiroyuki Nakayama;Kiyoharu Hamaguchi;作村 建紀 柳本 武美
  • 通讯作者:
    作村 建紀 柳本 武美
On estimators of multinomial parameters using bayesian approach
使用贝叶斯方法进行多项参数估计
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    K. Tahata;R. Takami and T. Yanagimoto
  • 通讯作者:
    R. Takami and T. Yanagimoto
ベイズモデルの母数:事前分布と estimand
贝叶斯模型参数:先验分布和估计值
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Yu Takezaki;Masato Ohkubo and Yasushi Nagata;鈴木讓;柳本 武美
  • 通讯作者:
    柳本 武美
活性化関数と回帰関数の性能と人の認知からの評価
激活函数和回归函数的表现以及人类认知的评价
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Mura;H.;Hashiguchi;H.;Nakagawa;S. and Ono;Y.;柳本武美
  • 通讯作者:
    柳本武美
{{ 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 }}

Yanagimoto Takemi其他文献

Very small bias observed in Bayesian estimators even for small sample sizes
即使对于小样本量,贝叶斯估计量也观察到非常小的偏差
福島県の放射能汚染と健康リスク
福岛县的放射性污染与健康风险
  • DOI:
  • 发表时间:
    2014
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Toshio Ohnishi;Yanagimoto Takemi;山下俊一
  • 通讯作者:
    山下俊一

Yanagimoto Takemi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 }}

{{ truncateString('Yanagimoto Takemi', 18)}}的其他基金

Efficient Use of a Weakly Informative Prior: Bayesian Likelihood and the Unification of Multiple Sources of Information
弱信息先验的有效利用:贝叶斯似然和多种信息源的统一
  • 批准号:
    15K00061
  • 财政年份:
    2015
  • 资助金额:
    $ 2.33万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了