研究者詳細 - 飯塚　誠也

MISC - 飯塚　誠也

分割表示 94 件中 1 - 20 件目／全件表示 >>

小論文自動採点システム評価のための日本語小論文データの構築

竹内孔一, 田口雅弘, 稲田佳彦, 飯塚誠也, 阿保達彦, 上田均

電子情報通信学会技術研究報告(Web) 121 ( 178(NLC2021 6-17) ) 2021年

位相的データ解析による超多次元データ構造の可視化

北西由武, 石岡文生, 飯塚誠也, 栗原考次

日本計算機統計学会大会論文集 34th 2020年

小論文採点支援システムにおける文字誤り検出モジュールの構築

小畑友也, 竹内孔一, 大野雅幸, 泉仁宏太, 田口雅弘, 稲田佳彦, 飯塚誠也, 阿保達彦, 上田均

言語処理学会年次大会発表論文集(Web) 25th 2019年

大規模学術文献DBによる機関内・機関間の研究力の分析と活用

飯塚誠也, 森裕一, 浜田ひろか, 南弘征

日本計算機統計学会大会論文集 33rd 2019年

Improvement of Computation for Nonlinear Multivariate Methods

Kuroda, M, Mori, Y, Iizuka, M

The 10th Conference of the IASC-ARS/68th Annual NZSA Conference 2018年12月

位相的データ解析を応用した医薬品テキスト情報からの特徴抽出のアプローチ

北西由武, 石岡文生, 飯塚誠也, 栗原考次

統計関連学会連合大会講演報告集 2018 2018年

参照データとidfを利用した事前採点不要な小論文評価手法

大野雅幸, 竹内孔一, 泉仁宏太, 小畑友也, 田口雅弘, 稲田佳彦, 飯塚誠也, 阿保達彦, 上田均

電子情報通信学会技術研究報告 118 ( 355(NLC2018 29-34)(Web) ) 2018年

小論文自動採点データ構築と理解力および妥当性評価手法の構築

大野雅幸, 泉仁宏太, 竹内孔一, 小畑友也, 田口雅弘, 稲田佳彦, 飯塚誠也, 阿保達彦, 上田均

言語処理学会年次大会発表論文集(Web) 24th 2018年

小論文の自動採点に向けたオープンな基本データの構築および現段階での自動採点手法の評価

竹内孔一, 大野雅幸, 泉仁宏太, 田口雅弘, 稲田佳彦, 飯塚誠也, 阿保達彦, 上田均

言語処理学会年次大会発表論文集(Web) 23rd 2017年

小論文採点支援のための関連文書取得法の考察

泉仁宏太, 竹内孔一, 大野雅幸, 田口雅弘, 稲田佳彦, 飯塚誠也, 阿保達彦, 上田均

電子情報通信学会技術研究報告 117 ( 207(NLC2017 13-34) ) 2017年

非計量因子分析と計算の加速化

松田航平, 飯塚誠也, 黒田正博, 森裕一

日本計算機統計学会大会論文集 29th 2015年

尺度混在データの多変量手法

森裕一, 黒田正博, 榊原道夫, 飯塚誠也

日本計算機統計学会シンポジウム論文集 29th 2015年

On acceleration methods for Alternating Least Squares algorithm.

M. Sakakihara, M. Kuroda, Y.Mori, M.Iizuka

Conferences of the International Federation of Classification Societies 2015. 2015年

SD5-5 交互最小二乗法の加速化(特別セッション交互最小二乗法のデータ解析における活用と新展開)

森裕一, 黒田正博, 飯塚誠也, 榊原道夫

日本行動計量学会大会発表論文抄録集 42 372 - 375 2014年9月

非計量主成分分析における交互最小二乗法とその加速化

黒田正博, 森裕一, 飯塚誠也, 榊原道夫

統計関連学会連合大会講演報告集 2014 2014年

Alternating least squares in nonlinear principal components

Masahiro Kuroda, Yuichi Mori, Iizuka Masaya, Michio Sakakihara

Wiley Interdisciplinary Reviews: Computational Statistics 5 ( 6 ) 456 - 464 2013年11月

Principal components analysis (PCA) is probably the most popular descriptive multivariate method for analyzing quantitative data with ratio and interval scale measures. When applying PCA to nominal and ordinal data, the data are processed by a method such as optimal scaling, which nonlinearly transforms nominal and ordinal data into quantitative data. Therefore, PCA with optimal scaling is called nonlinear PCA. Nonlinear PCA reveals nonlinear relationships among variables with different measurement levels and therefore presents a more flexible alternative to ordinary PCA. The alternating least squares algorithm is utilized for nonlinear PCA. The algorithm alternates between optimal scaling for quantifying nominal and ordinal data and ordinary PCA for analyzing optimally scaled data. This article discusses two nonlinear PCA algorithms, namely, PRINCIPALS and PRINCALS. © 2013 Wiley Periodicals, Inc.

DOI： 10.1002/wics.1279

Scopus

researchmap

CE3-4 非線形主成分分析の加速化:変数選択への適用(一般セッション多変量解析)

黒田正博, 森裕一, 飯塚誠也, 榊原道夫

日本行動計量学会大会発表論文抄録集 41 204 - 207 2013年9月

アソシエーションルールの視覚化とアイテムの分類について

松居俊宏, 飯塚誠也

日本計算機統計学会シンポジウム論文集 27th 2013年

リフロー型電子書籍での図・グラフの取扱い

垂水共之, 飯塚誠也, 張梁

日本計算機統計学会シンポジウム論文集 27th 2013年

Accelerating and re-starting the alternating least squares algorithm for non-linear principal components

the 59th World Statistics Congress (ISI2013) 2013年

　前のページ - 次のページ　

<飯塚 誠也>

MISC - 飯塚 誠也

<飯塚　誠也>

MISC - 飯塚　誠也