Analysis of Noise Sensitivity of Attractor Selection (The 8th Workshop on Stochastic Numerics)

スポンサーリンク

概要

• 論文の詳細を見る

著者

• 香田 正人

  筑波大学

• ライプニッツ 賢治

  大阪大学情報科学研究科

• 香田 正人

  筑波大学システム情報工学研究科

• 香田 正人

  筑波大学大学院

関連論文

• A NEW STOCHASTIC LEARNING ALGORITHM FOR NEURAL NETWORKS
• Analysis of Noise Sensitivity of Attractor Selection (The 8th Workshop on Stochastic Numerics)
• Domain Description based on Reliability Learning(SVM)
• One-Class Classification とその応用(非線形計画(2))
• 携帯端末を用いたオンラインショッピングの特性
• ネットワーク携帯端末を用いた通信販売におけるE-businessの特性(マーケティング(1))
• グローバル感度解析に対するカオス力学系やメタモデルの視点(現代感度解析入門:FASTとSobol'法を中心として)
• 感度解析について(現代感度解析入門:FASTとSobol'法を中心として)
• 特集にあたって(現代感度解析入門:FASTとSobol'法を中心として)
• A ROBUST ENSEMBLE LEARNING USING ZERO-ONE LOSS FUNCTION
• A ROBUST BOOSTING METHOD FOR MISLABELED DATA
• 0-1損失関数を用いたロバストなブースティングの提案(データマイニング)
• A Robust Boosting Method using Zero-one Loss Function :SNRBoost (6th Workshop on Stochastic Numerics)
• 1-G-2 大規模データに対するSVRを用いたアンサンブル学習(MIS・DSS)
• 決定木を用いた複合学習モデルについて(マーケッティング)
• A-33 連続化による離散最適化の一手法(最適化,A.アルゴリズム・基礎)
• An Optimization Algorithm Based On Stochastic Sensitivity Analysis For Noisy Objective Landscapes (5th Workshop on Stochastic Numerics)
• 白色雑音を用いる勾配法とそのTSPへの応用
• 確率雑音反応法による連続系での最適化(数理計画)
• 巻頭言 通信販売業と知識集約型サービス科学
• 近藤次郎先生ORの先達,人生の師(ORを築いた人々(2))
• 1-G-1 高次元特徴空間上でのクラス間距離を考慮したマルチクラスSVMの提案(MIS・DSS)
• 2-B-3 密度推定法に基づくカーネル判別機械(応用モデル)
• 1クラスSVMと近傍サポートによる領域判別(SVMの周辺:One-Class SVMと領域判別)
• 特集にあたって(SVMの周辺:One-Class SVMと領域判別)
• 階層的GTMに基づく教師付き学習モデル(データマイニング)
• Mining Association Rules using Lattice Theory (6th Workshop on Stochastic Numerics)
• IFORS 2002 参加同行記(情報の窓)
• 2-G-2 周辺密度を用いたOne-Class SVMの設計(判別・分類)
• クラスタ型センサネットワークにおけるIEEE 802.15.4 CSMA/CAの特性解析(無線ネットワーク, アドホックネットワーク, センサネットワーク, ユビキタスネットワーク及び一般)
• Support Vector Regression による顧客スコアリング(データマイニング)
• リレーションシップ・データへのデータマイニングの適用(データマイニング)
• 特集にあたって(データマイニング)
• データマイニングによる顧客スコアリング(データマイニング)
• Bootstrap Training for Neural Network Learning (4th Workshop on Stochastic Numerics)
• Bootstrapping for Neural Network Learning
• Variance-Based Methods for Sensitivity Analysis
• Spatial Analysis and Forecasting : Identical Units Artificial Neural Network
• シミュレーションの限界?
• ポスト・ノーマルサイエンスとグローバル感度解析
• グローバル感度解析と高次元モデル表現(HDMR)
• 2-E-8 De-noisingの適用による感度指標の効率的計算とFAST手法の拡張(信頼性(3))
• 2-B-12 ベイジアンネットワークにおけるモデル選択基準の一考察(確率統計関連)
• 2-A-3 部分グラフを用いたコミュニティ検出の高速化(最適化・アルゴリズム)

もっと見る 閉じる

スポンサーリンク