Development of practical anomaly detection based on robust sparse modeling

基于鲁棒稀疏建模的实用异常检测的开发

基本信息

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）
Anomaly detection with Mahalanobis-Taguchi method based on robust sparse graphical modeling
基于鲁棒稀疏图形模型的 Mahalanobis-Taguchi 方法异常检测
  • DOI：
  • 发表时间：
    2018
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Masato Ohkubo;Hironori Fujisawa and Yasushi Nagata
  • 通讯作者：
    Hironori Fujisawa and Yasushi Nagata
Mahalanobis-Taguchi Method for Anomaly Detection and Classification
用于异常检测和分类的 Mahalanobis-Taguchi 方法
  • DOI：
  • 发表时间：
    2021
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Kentaro Honma;Masato Ohkubo and Yasushi Nagata
  • 通讯作者：
    Masato Ohkubo and Yasushi Nagata
統計的モデリングに基づくマハラノビス・タグチ・システム
基于统计建模的Mahalanobis-Taguchi系统
  • DOI：
  • 发表时间：
    2018
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Masato Ohkubo;Hironori Fujisawa and Yasushi Nagata;大久保豪人
  • 通讯作者：
    大久保豪人
ロバスト・スパース・グラフィカル・モデリングに基づくマハラノビス・タグチ法
基于鲁棒稀疏图形建模的Mahalanobis-Taguchi方法
  • DOI：
  • 发表时间：
    2019
  • 期刊：
  • 影响因子：
    0
  • 作者：
    T. Kurosawa;K. Shinmura;N. Eshima;大久保豪人・永田　靖
  • 通讯作者：
    大久保豪人・永田　靖
グラフィカル・モデリングに基づくマハラノビス・タグチ法
  • DOI：
    10.5023/jappstat.46.13
  • 发表时间：
    2017
  • 期刊：
    Japanese Journal of Applied Statistics
  • 影响因子：
    0
  • 作者：
    Masato Ohkubo;Yasushi Nagata
  • 通讯作者：
    Masato Ohkubo;Yasushi Nagata
{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 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 }}

Ohkubo Masato其他文献

More Accurate Knowledge Search in Technological Development for Robust Parameter Design
鲁棒参数设计技术开发中更准确的知识搜索
  • DOI：
    10.12776/qip.v26i1.1639
  • 发表时间：
    2022
  • 期刊：
    Quality Innovation Prosperity
  • 影响因子：
    0
  • 作者：
    Oyama Kosuke;Ohkubo Masato;Nagata Yasushi
  • 通讯作者：
    Nagata Yasushi
Closed Testing Procedures for All Pairwise Comparisons of Main Effects in the Two-Way Layout with Replications
具有复制的双向布局中主效应的所有成对比较的封闭测试程序

Ohkubo Masato的其他文献

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

相似海外基金

複雑構造ビッグデータに対するロバスト統計手法の開発
开发复杂结构化大数据的稳健统计方法
  • 批准号：
    24K14870
  • 财政年份：
    2024
  • 资助金额：
    $ 2.25万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
ロバスト統計・縮小推定に有用な新しい確率分布族の研究
对新的概率分布族的研究有助于稳健统计和减少估计
  • 批准号：
    22K13374
  • 财政年份：
    2022
  • 资助金额：
    $ 2.25万
  • 项目类别：
    Grant-in-Aid for Early-Career Scientists
ロバスト統計を考慮した深層距離学習と強化学習の統合に基づく異常音検知手法の開発
考虑鲁棒统计的深度远程学习与强化学习相结合的异常声音检测方法的开发
  • 批准号：
    21K17771
  • 财政年份：
    2021
  • 资助金额：
    $ 2.25万
  • 项目类别：
    Grant-in-Aid for Early-Career Scientists
ロバスト統計を用いた異常値の影響を受けないシステム同定法の構築
利用鲁棒统计构建不受异常值影响的系统识别方法
  • 批准号：
    19K04448
  • 财政年份：
    2019
  • 资助金额：
    $ 2.25万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了