×
李德昌;林耀三

使用虚拟样本生成在早期制造阶段建立管理知识。 （英语） Zbl 1137.68553号

欧洲药典。物件。 175，第1期，413-434（2006）。
摘要：由于在制造系统的早期阶段只能获得很少的示例，并且较少的示例通常会导致较低的学习精度，因此本研究使用密度估计的有效核方法来改进小数据集的学习。使用的技术包括改进核密度估计的插值过程和生成虚拟样本以产生额外信息以加快学习。从所提供的示例中获得的结果表明，使用反向传播神经网络作为学习工具，这种独特的方法是在系统早期安排知识创建的有效方法。

引用于1审查
引用于5文件

MSC公司：

68T05年 人工智能中的学习和自适应系统

关键词：

密度估计;柔性制造系统;神经网络;行程安排;模拟;小数据集学习

软件：

电子静态学习
PDF格式BibTeX公司 XML格式引用
\textit{D.-C.Li}和textit{Y.-S.Lin}，Eur.J.Oper。第175号决议，第1413-434号（2006年；兹bl 1137.68553）
全文： 内政部

参考文献：

[1] 阿马拉通加，D.，《寻找正确的样本量》，美国统计学家，53，52-55（1999）
[2] Chen，L.S.，2000年。发展功能虚拟人口的概念并将其应用于机器学习。台湾台南国立成工大学TH-0005-343403-89M-1论文（中文）。；Chen，L.S.，2000年。发展功能虚拟人口的概念并将其应用于机器学习。论文TH-0005-343403-89M-1，台湾台南国立成工大学（中文）。
[3] 艾格蒙特，P.P.B。；Lariccia，V.N.，非参数反褶积问题的自动平滑参数选择非线性平滑EM密度估计，美国统计协会杂志，921451-1458（1997）·Zbl 0912.62054号
[4] Gangopadhyay，A.K。；Cheung，K.N.，核密度估计中平滑参数选择的贝叶斯方法，非参数统计，14，6，655-664（2002）·Zbl 1013.62038号
[5] Gu，C.，非参数函数估计中的模型索引和平滑参数选择，统计学，8607-623（1998）·Zbl 0901.62058号
[6] 顾，B。；刘，B。；胡，F。；Liu，H.，《有效确定渐进抽样的起始样本量》，《计算机科学讲义》，2167192-201（2001）·Zbl 1007.68538号
[7] 霍尔，P。；Kang，K.H.，带经验选择带宽的Bootstrapping非参数密度估计量，统计年鉴，29，5，1443-1468（2001）·Zbl 1043.62028号
[8] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，《统计学习的要素——数据挖掘、推断和预测》（2001），Springer-Verlag:Springer-Verlag纽约·兹比尔0973.62007
[9] 埃尔南德斯·阿吉雷，A。；库苏格拉斯，C。；Buckles，B.P.，《函数学习任务的样本复杂性》，《计算机科学课堂讲稿》，2313267-271（2002）·兹比尔1077.68765
[10] Kendall，M.G。；Stuart，A.，《高级统计学理论》，第三版，第2卷（1973年），格里芬：格里芬伦敦·Zbl 0249.62003号
[11] 拉努特，R。；蒂博，J。；Valade，J.L.，使用小型实验数据集的神经网络过程建模，计算机与化学工程，231167-1176（1999）
[12] 李博士。；Chen，L.S。；Lin，Y.S.，使用功能虚拟人口辅助学习调度知识，《国际生产研究杂志》，41，17，4011-4024（2003）
[13] Niyogi，P。；吉罗西，F。；Tomaso，P.，通过创建虚拟示例将先验信息纳入机器学习，IEEE进展，86，11，275-298（1998）
[14] Onisko，A。；Druzdzel，M.J。；Wasyluk，H.，从小数据集学习贝叶斯网络参数：噪声或门的应用，国际近似推理杂志，27165-182（2001）·Zbl 0988.68827号
[15] Parzen，E.，关于概率密度函数和模式的估计，《数理统计年鉴》，331065-1076（1962）·Zbl 0116.11302号
[16] Rosenblatt，M.，关于密度估计的一些非参数估计的评论，《数理统计年鉴》，27832-837（1956）·Zbl 0073.14602号
[17] Ross，S.M.，《模拟》（1996），学术出版社：圣地亚哥学术出版社
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。