Signal Recognition Mechanisms by Selecting Higher-Order Spectral Features Through Learning
Signal Recognition Mechanisms by Selecting Higher-Order Spectral Features Through Learning
通过学习选择高阶光谱特征的信号识别机制
批准号：
16K00322
负责人：
Kameyama Keisuke
金额：
$2.91万
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
项目状态：
已结题
起止时间：
2016-04-01 至 2020-03-31
中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
Parallel Cooperative Ensemble Learning by Adaptive Data Weighting and Error-Correcting Output Codes
通过自适应数据加权和纠错输出代码进行并行协作集成学习
通过自适应数据加权和纠错输出代码进行并行协作集成学习
DOI：
10.1007/978-3-030-04182-3_59
发表时间：
2018
期刊：
Lecture Notes in Computer Science
影响因子：
--
作者：
[後田俊紀, 矢内浩文, 横川 璃沙，土屋 誠司，渡部 広一, Shota Utsumi and Keisuke Kameyama]
通讯作者：
Shota Utsumi and Keisuke Kameyama
Iris Authentication using Local Spectral Features and their Relational Operations
使用局部光谱特征的虹膜认证及其关系运算
使用局部光谱特征的虹膜认证及其关系运算
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
[Miharu Aizawa, Keisuke Kameyama]
通讯作者：
Keisuke Kameyama
カーネル密度関数推定を用いたパラメータ密度の継承によるCNNの学習効率化
使用核密度函数估计继承参数密度来提高 CNN 学习效率
使用核密度函数估计继承参数密度来提高 CNN 学习效率
DOI：
--
发表时间：
2018
期刊：
影响因子：
--
作者：
[堀内圭佑, 亀山啓輔]
通讯作者：
亀山啓輔
層状ニューラルネットワーク2クラス分類器の組み合わせによる多クラス分類器に関する考察
使用分层神经网络二类分类器组合的多类分类器的思考
使用分层神经网络二类分类器组合的多类分类器的思考
DOI：
--
发表时间：
2016
期刊：
影响因子：
--
作者：
[Kazuki Yanagisawa, Tomoya Suzuki, 内海翔太，亀山啓輔]
通讯作者：
内海翔太，亀山啓輔
Parameter Density Inheritance Using Kernel Density Estimation for Efficient CNN Learning
使用核密度估计的参数密度继承实现高效 CNN 学习
使用核密度估计的参数密度继承实现高效 CNN 学习
DOI：
10.1109/isspit.2018.8642618
发表时间：
2018
期刊：
Proc. 2018 IEEE International Symposium on Signal Processing and Information Technology
影响因子：
--
作者：
[越中彩貴, 矢内浩文, Keisuke Horiuchi and Keisuke Kameyama]
通讯作者：
Keisuke Horiuchi and Keisuke Kameyama
共 11 条
Model Switching Criteria in Dynamic Model Learning of Neural Networks
-
批准号：19K12151
-
项目类别：Grant-in-Aid for Scientific Research (C)
-
资助金额：$2.83万
-
财政年份：2019
-
负责人：Kameyama Keisuke
-
依托单位：
海外基金