Neural Networks Deep Learning Methods Utilizing Singular Regions
Neural Networks Deep Learning Methods Utilizing Singular Regions
利用奇异区域的神经网络深度学习方法
批准号：
16K00342
负责人：
NAKANO Ryohei
金额：
$1.91万
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 2019-03-31
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
特異領域を利用したRBFネットワーク探索法
使用奇异区域的RBF网络搜索方法
使用奇异区域的RBF网络搜索方法
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
[佐藤聖也, 中野良平]
通讯作者：
中野良平
Faster RBF network learning utilizing singular regions
利用奇异区域更快的 RBF 网络学习
利用奇异区域更快的 RBF 网络学习
DOI：
--
发表时间：
2019
期刊：
影响因子：
--
作者：
[Seiya Satoh, Ryohei Nakano]
通讯作者：
Ryohei Nakano
Mixture of multilayer perceptron regressions
多层感知器回归的混合
多层感知器回归的混合
DOI：
--
发表时间：
2019
期刊：
影响因子：
--
作者：
[幸田憲明, 松井伸之, Ryohei Nakano]
通讯作者：
Ryohei Nakano
特異階段追跡法を用いたカオス二重振り子の軌道予測
奇异阶梯跟踪法混沌双摆轨迹预测
奇异阶梯跟踪法混沌双摆轨迹预测
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
[小島久幸, 佐藤聖也, 中野良平]
通讯作者：
中野良平
人工知能学大事典
人工智能百科全书
人工智能百科全书
DOI：
--
发表时间：
2017
期刊：
影响因子：
--
作者：
[宮下玄太，森勢将雅, 宮下玄太，森勢将雅, 生野琢郎，森勢将雅, 渡邊優介，森勢将雅，小澤賢司, 渡邊優介，森勢 将雅，小澤賢司, 宮下玄太，森勢将雅，小澤賢司, 森勢将雅，豊田裕一，小澤賢司, 渡邊優介，森勢将雅, 宮下玄太，森勢将雅, 森勢将雅，横森文哉，小澤賢司, 森勢将雅, 森勢将雅, 森勢将雅, 森勢将雅, 人工知能学会]
通讯作者：
人工知能学会
共 16 条
Development and Application of Singular Model Search Methods Utilizing Singular Regions
-
批准号：25330294
-
项目类别：Grant-in-Aid for Scientific Research (C)
-
资助金额：$1.91万
-
财政年份：2013
-
负责人：NAKANO Ryohei
-
依托单位：
Regulation of IPT gene under control of senescence activated promoter
-
批准号：23780025
-
项目类别：Grant-in-Aid for Young Scientists (B)
-
资助金额：$2.41万
-
财政年份：2011
-
负责人：NAKANO Ryohei
-
依托单位：
Search Method for a Singular Model Taking into AccountSingular Regions in a Search Space
-
批准号：22500212
-
项目类别：Grant-in-Aid for Scientific Research (C)
-
资助金额：$1.33万
-
财政年份：2010
-
负责人：NAKANO Ryohei
-
依托单位：
Mathematical Modeling of Complex Networks by Using a Learning Approach
-
批准号：18500113
-
项目类别：Grant-in-Aid for Scientific Research (C)
-
资助金额：$2.09万
-
财政年份：2006
-
负责人：NAKANO Ryohei
-
依托单位：