刷新
{{item.name}}会员
Developing Predictive Simulation Framework with Confidence Level for Stochastic Process and Its Application to Knowledge Discovery
开发具有置信度的随机过程预测仿真框架及其在知识发现中的应用
基本信息
- 批准号：26330261
- 负责人：
- 金额：$ 3万
- 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：2014
- 资助国家：日本
- 起止时间：2014-04-01 至 2017-03-31
- 项目状态：已结题
- 来源：
- 关键词：
项目摘要
项目成果
期刊论文数量（0）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Accelerating Computation of Distance Based Centrality Measures for Spatial Networks
- DOI：10.1007/978-3-319-46307-0_24
- 发表时间：2016-10
- 期刊：
- 影响因子：0
- 作者：K. Ohara;Kazumi Saito;M. Kimura;H. Motoda
- 通讯作者：K. Ohara;Kazumi Saito;M. Kimura;H. Motoda
社会ネットワークにおける影響最大化問題を解く並列分散アルゴリズムの提案
提出一种并行分布式算法来解决社交网络中影响力最大化问题
- DOI：
- 发表时间：2017
- 期刊：
- 影响因子：0
- 作者：白鳥則郎,北上眞二,菅沼拓夫,菅原研次,嶋本薫;佐々木 亮輔，豊田 哲也，大原 剛三
- 通讯作者：佐々木 亮輔，豊田 哲也，大原 剛三
信頼度つきギャップ分析による社会ネットワークからの高中心性 ノード群同定
使用差距分析自信地识别社交网络中的高中心性节点
- DOI：
- 发表时间：2015
- 期刊：
- 影响因子：0
- 作者：大原 剛三;斉藤 和巳;木村 昌弘;元田 浩
- 通讯作者：元田 浩
Resampling-based Gap Analysis for Detecting Nodes with High Centrality on Large Social Network
基于重采样的间隙分析检测大型社交网络中的高中心性节点
- DOI：
- 发表时间：2015
- 期刊：
- 影响因子：0
- 作者：Kouzou Ohara;Kazumi Saito;Masahiro Kimura;Hiroshi Motoda
- 通讯作者：Hiroshi Motoda
社会ネットワーク上の強影響度ノード同定のためのリサンプリングに基づく予測シミュレーション法の提案
提出一种基于重采样的预测模拟方法来识别对社交网络有强烈影响的节点
- DOI：
- 发表时间：2014
- 期刊：
- 影响因子：0
- 作者：Yuki Kaeri,Kenji Sugawara;Yusuke Manabe;Claude Moulin;大原 剛三，斉藤 和巳，木村 昌弘，元田 浩
- 通讯作者：大原 剛三，斉藤 和巳，木村 昌弘，元田 浩
{{
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 }}
OHARA Kouzou其他文献
OHARA Kouzou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('OHARA Kouzou', 18)}}的其他基金
Extraction of multiple communities based on information diffusion results on a large social network
基于大型社交网络上的信息扩散结果提取多个社区
- 批准号：
23700181 - 财政年份：2011
- 资助金额：
$ 3万 - 项目类别：
Grant-in-Aid for Young Scientists (B)
Closed Frequent Subgraph Mining by Graph Closure Operation and Its Parallelization
图闭合操作的闭合频繁子图挖掘及其并行化
- 批准号：
21700167 - 财政年份：2009
- 资助金额：
$ 3万 - 项目类别：
Grant-in-Aid for Young Scientists (B)
Development of Graph Mining Method Using Domain Knowledge as Constraints
以领域知识为约束的图挖掘方法的发展
- 批准号：
19700145 - 财政年份：2007
- 资助金额：
$ 3万 - 项目类别：
Grant-in-Aid for Young Scientists (B)
相似海外基金
WELL-CALF: optimising accuracy for commercial adoption
WELL-CALF：优化商业采用的准确性
- 批准号：
10093543 - 财政年份：2024
- 资助金额：
$ 3万 - 项目类别：
Collaborative R&D
Investigating the acceptability and accuracy of cervical screening and self-sampling in postnatal women to coincide with the 6-week postnatal check-up
调查产后妇女进行宫颈筛查和自我采样以配合产后 6 周检查的可接受性和准确性
- 批准号：
MR/X030776/1 - 财政年份：2024
- 资助金额：
$ 3万 - 项目类别：
Research Grant
Collaborative Research: SaTC: CORE: Medium: Differentially Private SQL with flexible privacy modeling, machine-checked system design, and accuracy optimization
协作研究：SaTC：核心：中：具有灵活隐私建模、机器检查系统设计和准确性优化的差异化私有 SQL
- 批准号：
2317232 - 财政年份：2024
- 资助金额：
$ 3万 - 项目类别：
Continuing Grant
ランダム媒質中の確率モデル
随机介质中的随机模型
- 批准号：
24K16937 - 财政年份：2024
- 资助金额：
$ 3万 - 项目类别：
Grant-in-Aid for Early-Career Scientists
因果推論を用いた独居者生活活動音の確率モデル最適化と異常検出方法の開発
使用因果推理优化独居者活动声音的概率模型并开发异常检测方法
- 批准号：
24K05569 - 财政年份：2024
- 资助金额：
$ 3万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
Sample Size calculations for UPDATing clinical prediction models to Ensure their accuracy and fairness in practice (SS-UPDATE)
用于更新临床预测模型的样本量计算，以确保其在实践中的准确性和公平性（SS-UPDATE）
- 批准号：
MR/Z503873/1 - 财政年份：2024
- 资助金额：
$ 3万 - 项目类别：
Research Grant
An innovative Lawtech AI/ML platform with human oversight that manages off-payroll worker status and periodically assesses the role status to ensure accuracy.
具有人工监督功能的创新 Lawtech AI/ML 平台，可管理工资外员工的状态并定期评估角色状态以确保准确性。
- 批准号：
10099483 - 财政年份：2024
- 资助金额：
$ 3万 - 项目类别：
Collaborative R&D
DMS-EPSRC: Certifying Accuracy of Randomized Algorithms in Numerical Linear Algebra
DMS-EPSRC：验证数值线性代数中随机算法的准确性
- 批准号：
EP/Y030990/1 - 财政年份：2024
- 资助金额：
$ 3万 - 项目类别：
Research Grant
Improving accuracy, coverage, and sustainability of functional protein annotation in InterPro, Pfam and FunFam using Deep Learning methods PID 7012435
使用深度学习方法提高 InterPro、Pfam 和 FunFam 中功能蛋白注释的准确性、覆盖范围和可持续性 PID 7012435
- 批准号：
BB/X018563/1 - 财政年份：2024
- 资助金额：
$ 3万 - 项目类别：
Research Grant
Improving accuracy, coverage, and sustainability of functional protein annotation in InterPro, Pfam and FunFam using Deep Learning methods
使用深度学习方法提高 InterPro、Pfam 和 FunFam 中功能蛋白注释的准确性、覆盖范围和可持续性
- 批准号：
BB/X018660/1 - 财政年份：2024
- 资助金额：
$ 3万 - 项目类别：
Research Grant