ニューロコンピューティングに基づく時系列データのための構造化学習

• 資料種別: 博士論文
• タイトル: ニューロコンピューティングに基づく時系列データのための構造化学習
• 著者・編者: オオボ, タケノリ; 大保, 武慶
• 著者標目: オオボ, タケノリ; 大保, 武慶
• 出版年月日等: 2014-03-25
• 出版年（W3CDTF）: 2014-03-25
• 掲載ページ: 1-144
• 授与機関名: 首都大学東京
• 授与年月日: 2014-03-25
• 報告番号: 甲第442号
• 学位: 博士(工学)
• 本文の言語コード: jpn
• NDLC: UT51
• 対象利用者: 一般
• 一般注記: 出版タイプ： VoR; 首都大学東京, 2014-03-25, 博士(工学), 甲第442号
• 記録形式（IMT）: application/pdf
• 一次資料へのリンクURL: T00279-001_fulltext.pdf （fulltext）; https://tokyo-metro-u.repo.nii.ac.jp/record/3737/files/T00279-001_fulltext.pdf
• オンライン閲覧公開範囲: インターネット公開
• 連携機関・データベース: 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）; https://irdb.nii.ac.jp
• 提供元機関・データベース: 東京都立大学 : みやこ鳥

• 要約等: 近年，在宅高齢者の健康管理のためのライフログ計測など，大規模なデータから特徴や知識を抽出するための研究としてデータマイニングが注目されている．データマイニングでは，特徴抽出のために各種設定パラメタを調整しながら，適応的に状態を推定する方法論が必要とされる．つまり，状態推定の精度を向上させるためには知...