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
九州大学 ホーム
English
日本語
ホーム
プロファイル
研究部門
プロジェクト
研究成果
データセット
活動
プレス/メディア
受賞
専門知識、名前、または所属機関で検索
Multi-Task Learning for Compositional Data via Sparse Network Lasso
Akira Okazaki,
Shuichi Kawano
研究成果
:
ジャーナルへの寄稿
›
学術誌
›
査読
概要
フィンガープリント
フィンガープリント
「Multi-Task Learning for Compositional Data via Sparse Network Lasso」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
Computer Science
Multitask Learning
100%
Networks
60%
Simulation Mode
40%
Relationships
40%
Application
20%
Learning Method
20%
Regression
20%
Prediction Accuracy
20%
Simulation Study
20%
Regularization
20%
Multiple Task
20%
Generalization Performance
20%
Relevant Variable
20%
Information Common
20%
Contrast Model
20%