メインナビゲーションにスキップ
検索にスキップ
メインコンテンツにスキップ
Keio University ホーム
ヘルプ&FAQ
English
日本語
ホーム
プロファイル
研究部門
研究成果
専門知識、名前、または所属機関で検索
Non-Deep Active Learning for Deep Neural Networks
Yasufumi Kawano, Yoshiki Nota, Rinpei Mochizuki,
Yoshimitsu Aoki
電気情報工学科
研究成果
:
Article
›
査読
概要
フィンガープリント
フィンガープリント
「Non-Deep Active Learning for Deep Neural Networks」の研究トピックを掘り下げます。これらがまとまってユニークなフィンガープリントを構成します。
並べ替え順
重み付け
アルファベット順
Engineering & Materials Science
Problem-Based Learning
87%
Deep neural networks
73%
Uncertainty
23%
Labeling
18%
Machine learning
13%
Neural networks
11%
Physics & Astronomy
learning
82%
annotations
30%
machine learning
12%
marking
9%
education
9%
predictions
5%
Medicine & Life Sciences
Problem-Based Learning
100%
Uncertainty
17%
Machine Learning
10%
Efficiency
10%
Datasets
7%
Chemical Compounds
Time
27%
Indicator
22%