Study of Selection of Model and Proposal of New Method Considering Attribute of Large Complex Data
考虑大复杂数据属性的模型选择研究及新方法的提出
基本信息
- 批准号:16K00052
- 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:2016
- 资助国家:日本
- 起止时间:2016-04-01 至 2019-03-31
- 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)
Beer brand image classification using deep learning
使用深度学习进行啤酒品牌图像分类
- DOI:
- 发表时间:2019
- 期刊:
- 影响因子:0
- 作者:Nakayama;A.;and Baier;D. (2019).
- 通讯作者:D. (2019).
マーケティングのためのデータ活用
利用数据进行营销
- DOI:
- 发表时间:2017
- 期刊:
- 影响因子:0
- 作者:森 輝雄;貞松 伊鶴;松浦 峻;田中 研太郎;鶴見裕之・本橋永至・寺本高・中山厚穂・増田純也
- 通讯作者:鶴見裕之・本橋永至・寺本高・中山厚穂・増田純也
調査に従事する人々のための統計学応用講座 第4版
为从事研究的人员开设的应用统计学课程,第四版
- DOI:
- 发表时间:2016
- 期刊:
- 影响因子:0
- 作者:Hiroko Solvang;Tore Haug;Nils Oien;中山厚穂
- 通讯作者:中山厚穂
マーケティングデータにおける 非対称性の分析-Web上のマーケティング・コミュニケーションデータの分析-
营销数据不对称分析-网络营销传播数据分析-
- DOI:
- 发表时间:2016
- 期刊:
- 影响因子:0
- 作者:中山厚穂
- 通讯作者:中山厚穂
Non-Hierarchical Clustering for Large Data without Recalculating Cluster Center
无需重新计算聚类中心的大数据非层次聚类
- DOI:
- 发表时间:2017
- 期刊:
- 影响因子:0
- 作者:Nakayama;A. and Deguchi;S
- 通讯作者:S
{{
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 }}
Nakayama Atsuho其他文献
小売イノベーション研究のフロンティア─デジタル時代の小売研究の課題─
零售创新研究前沿:数字时代零售研究的挑战
- DOI:
- 发表时间:
2022 - 期刊:
- 影响因子:0
- 作者:
Paliwoda-Matiolanska Adriana;Smolak-Lozano Emilia;Nakayama Atsuho;太宰潮;近藤公彦 - 通讯作者:
近藤公彦
Advanced Studies in Classification and Data Science (Generalizability of Relationship Between Number of Tweets About and Sales of New Beverage Products)
分类和数据科学的高级研究(有关新饮料产品的推文数量与销售之间关系的普遍性)
- DOI:
- 发表时间:
2020 - 期刊:
- 影响因子:0
- 作者:
Tsurumi Hiroyuki;Masuda Junya;Nakayama Atsuho - 通讯作者:
Nakayama Atsuho
Predicting brand confusion in imagery markets based on deep learning of visual advertisement content
基于视觉广告内容的深度学习预测图像市场中的品牌混乱
- DOI:
10.1007/s11634-020-00429-0 - 发表时间:
2020 - 期刊:
- 影响因子:1.6
- 作者:
Nakayama Atsuho;Baier Daniel - 通讯作者:
Baier Daniel
リピートの時期に関する一考察
关于重复时间的考虑
- DOI:
- 发表时间:
2022 - 期刊:
- 影响因子:0
- 作者:
Paliwoda-Matiolanska Adriana;Smolak-Lozano Emilia;Nakayama Atsuho;太宰潮 - 通讯作者:
太宰潮
Generalizability of Relationship Between Number of Tweets About and Sales of New Beverage Products
关于新饮料产品的推文数量与销量之间关系的普遍性
- DOI:
10.1007/978-981-15-3311-2_30 - 发表时间:
2020 - 期刊:
- 影响因子:0
- 作者:
Tsurumi Hiroyuki;Masuda Junya;Nakayama Atsuho - 通讯作者:
Nakayama Atsuho
Nakayama Atsuho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('Nakayama Atsuho', 18)}}的其他基金
Study of selection of method and suggestion of new method considering attribute of multi-mode multi-way data and asymmetry data
考虑多模多路数据和不对称数据属性的方法选择研究及新方法建议
- 批准号:
25730019 - 财政年份:2013
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Young Scientists (B)
相似海外基金
大域構造の空間を基軸とする低次元トポロジーの研究とその応用
基于全局结构空间的低维拓扑研究及其应用
- 批准号:
22K03313 - 财政年份:2022
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
高頻度高密度観測データ活用のための多重スケールを考慮した変分法データ同化の確立
建立考虑多尺度的变分法资料同化,利用高频、高密度观测资料
- 批准号:
21K03667 - 财政年份:2021
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
Development of quantum-inspired algorithms for decoding high-dimensional neural data
开发用于解码高维神经数据的量子启发算法
- 批准号:
20K16465 - 财政年份:2020
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Early-Career Scientists
Statistical analysis of high-dimensional high-frequency data
高维高频数据统计分析
- 批准号:
19K13668 - 财政年份:2019
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Early-Career Scientists
Three-way three-mode dimensional data analysis for biometric data
生物特征数据的三向三模式维度数据分析
- 批准号:
17K12797 - 财政年份:2017
- 资助金额:
$ 3万 - 项目类别:
Grant-in-Aid for Young Scientists (B)