Efficient training for neural encoder-decoders on a large amount of training data

基于大量训练数据的神经编码器-解码器的高效训练

基本信息

  • 批准号:
    18K18119
  • 负责人:
  • 金额:
    $ 1.83万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
  • 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(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
All Word Embeddings from One Embedding
来自一个嵌入的所有词嵌入
  • DOI:
  • 发表时间:
    2020
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Sho Takase;Sosuke Kobayashi
  • 通讯作者:
    Sosuke Kobayashi
Positional Encoding to Control Output Sequence Length
  • DOI:
    10.18653/v1/n19-1401
  • 发表时间:
    2019-04
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Sho Takase;Naoaki Okazaki
  • 通讯作者:
    Sho Takase;Naoaki Okazaki
Character n-gram Embeddings to Improve RNN Language Models
  • DOI:
    10.1609/aaai.v33i01.33015074
  • 发表时间:
    2019-06
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Sho Takase;Jun Suzuki;M. Nagata
  • 通讯作者:
    Sho Takase;Jun Suzuki;M. Nagata
Direct Output Connection for a High-Rank Language Model
  • DOI:
    10.18653/v1/d18-1489
  • 发表时间:
    2018-08
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Sho Takase;Jun Suzuki;M. Nagata
  • 通讯作者:
    Sho Takase;Jun Suzuki;M. Nagata
位置エンコーディングを用いた出力長制御
使用位置编码控制输出长度
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    高瀬翔;岡崎直観
  • 通讯作者:
    岡崎直観
{{ 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 }}

Takase Sho其他文献

Takase Sho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

ニューラルネットワークの内容可視化に基づく革新的なA I教育支援ツールの開発
基于神经网络内容可视化的创新AI教育支持工具开发
  • 批准号:
    24K06368
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
畳み込みニューラルネットワークによる静電インクジェット印刷特性予測
使用卷积神经网络预测静电喷墨打印特性
  • 批准号:
    24K17547
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
解釈可能な非線形積分ニューラルネットワークの理論と実装
可解释非线性积分神经网络的理论与实现
  • 批准号:
    24K06868
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
積型ニューラルネットワーク深層学習による数値解析的アルゴリズムの解析と創出
使用产品神经网络深度学习分析和创建数值分析算法
  • 批准号:
    24K00540
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
ホログラフィック光学素子を利用した光回折ニューラルネットワークの波長多重化
使用全息光学元件的光学衍射神经网络的波长复用
  • 批准号:
    24K20865
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
自己増殖型ニューラルネットワークに基づく自律ロボットのための適応型知覚システム
基于自传播神经​​网络的自主机器人自适应感知系统
  • 批准号:
    24K20870
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
時間領域論理の導入による超高速かつ超効率動作が可能な超伝導ニューラルネットワーク
引入时域逻辑实现超高速、超高效运行的超导神经网络
  • 批准号:
    24KJ1148
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
医用画像診断深層ニューラルネットワークの信頼性・安全性確保のための計算手法開発
开发计算方法以确保深度神经网络用于医学图像诊断的可靠性和安全性
  • 批准号:
    23K21719
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
空間構造の導入とタンパク質変異体創出を介した細胞ニューラルネットワークの高度化
通过引入空间结构和创建蛋白质变体来复杂化细胞神经网络
  • 批准号:
    24K03036
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
錐計画に基づく再帰型ニューラルネットワークの安定性解析と最適設計
基于锥规划的循环神经网络稳定性分析与优化设计
  • 批准号:
    23K20949
  • 财政年份:
    2024
  • 资助金额:
    $ 1.83万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了