Sparse modeling using basis functions suitable for representing physical properties.

使用适合表示物理属性的基函数进行稀疏建模。

基本信息

项目摘要

项目成果

期刊论文数量（19）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Normal mode analysis of a relaxation process with Bayesian inference
使用贝叶斯推理对松弛过程进行正则模式分析
  • DOI：
    10.1080/14686996.2020.1713703
  • 发表时间：
    2020
  • 期刊：
    Science and Technology of Advanced Materials
  • 影响因子：
    5.5
  • 作者：
    Sakata Itsushi;Nagano Yoshihiro;Igarashi Yasuhiko;Murata Shin;Mizoguchi Kohji;Akai Ichiro,Okada Masato
  • 通讯作者：
    Akai Ichiro,Okada Masato
べき乗則をもとにした津波高予測のための非線形パラメトリックモデル
基于幂律的海啸高度预测非线性参数模型
  • DOI：
  • 发表时间：
    2017
  • 期刊：
  • 影响因子：
    0
  • 作者：
    Yasuhiko Igarashi;Hiroyuki Setoyama;Toshihiro Okajima;Ichiro Akai;Masato Okada;吉川真史
  • 通讯作者：
    吉川真史
海底水圧データを用いた津波高予測手法の比較
利用海底水压数据预测海啸高度方法的比较
  • DOI：
  • 发表时间：
    2018
  • 期刊：
  • 影响因子：
    0
  • 作者：
    柏原健之朗;吉川真史，五十嵐康彦，馬場俊孝，堀高峰，岡田真人
  • 通讯作者：
    吉川真史，五十嵐康彦，馬場俊孝，堀高峰，岡田真人
共通ノイズを持つ系のスパイク3 次相関の相互情報量解析
常见噪声系统中三次尖峰相关性的互信息分析
  • DOI：
  • 发表时间：
    2017
  • 期刊：
  • 影响因子：
    0
  • 作者：
    柏原健之朗;吉川真史，五十嵐康彦，馬場俊孝，堀高峰，岡田真人;Junichi Taniguchi;吉川真史;五十嵐康彦
  • 通讯作者：
    五十嵐康彦
A nonlinear parametric model based on a power law relationship for predicting the coastal tsunami height
  • DOI：
    10.1007/s11001-019-09388-4
  • 发表时间：
    2019-06
  • 期刊：
    Marine Geophysical Research
  • 影响因子：
    1.4
  • 作者：
    M. Yoshikawa;Y. Igarashi;Shin Murata;T. Baba;T. Hori;M. Okada
  • 通讯作者：
    M. Yoshikawa;Y. Igarashi;Shin Murata;T. Baba;T. Hori;M. Okada
{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.author }}

数据更新时间：{{ patent.updateTime }}

Igarashi Yasuhiko其他文献

Exhaustive Search for Sparse Variable Selection in Linear Regression
线性回归中稀疏变量选择的穷举搜索
  • DOI：
    10.7566/jpsj.87.044802
  • 发表时间：
    2018
  • 期刊：
    Journal of the Physical Society of Japan
  • 影响因子：
    1.7
  • 作者：
    Igarashi Yasuhiko;Takenaka Hikaru;Nakanishi-Ohno Yoshinori;Uemura Makoto;Ikeda Shiro;Okada Masato
  • 通讯作者：
    Okada Masato
Quantum circuit learning as a potential algorithm to predict experimental chemical properties
量子电路学习作为预测实验化学性质的潜在算法
  • DOI：
    10.1039/d2dd00090c
  • 发表时间：
    2023
  • 期刊：
    Digital Discovery
  • 影响因子：
    0
  • 作者：
    Hatakeyama-Sato Kan;Igarashi Yasuhiko;Kashikawa Takahiro;Kimura Koichi;Oyaizu Kenichi
  • 通讯作者：
    Oyaizu Kenichi
Statistical Mechanical Analysis of Catastrophic Forgetting in Continual Learning with Teacher and Student Networks
师生网络持续学习中灾难性遗忘的统计力学分析
  • DOI：
    10.7566/jpsj.90.104001
  • 发表时间：
    2021
  • 期刊：
    Journal of the Physical Society of Japan
  • 影响因子：
    1.7
  • 作者：
    Asanuma Haruka;Takagi Shiro;Nagano Yoshihiro;Yoshida Yuki;Igarashi Yasuhiko;Okada Masato
  • 通讯作者：
    Okada Masato

Igarashi Yasuhiko的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi }}
  • 发表时间：
    {{ item.publish_year }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

{{ truncateString('Igarashi Yasuhiko', 18)}}的其他基金

Multi-valued Gaussian process regression for immediate Tsunami prediction from water pressure gauges
通过水压计进行即时海啸预测的多值高斯过程回归
  • 批准号：
    20K11949
  • 财政年份：
    2020
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Scientific Research (C)

相似海外基金

Development and application of learning theory for uncertainty in Bayesian deep learning based on multi-objective optimization
基于多目标优化的贝叶斯深度学习不确定性学习理论发展及应用
  • 批准号：
    23K16948
  • 财政年份：
    2023
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Early-Career Scientists
ベイズ推論とスパース回帰分析を用いた固相変態における不均一核形成挙動モデリング
使用贝叶斯推理和稀疏回归分析进行固相转变中的异相成核行为建模
  • 批准号：
    23K17829
  • 财政年份：
    2023
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Challenging Research (Exploratory)
機械学習とベイズ推論の融合による免疫受容体タンパク質の設計手法の開発
结合机器学习和贝叶斯推理开发免疫受体蛋白的设计方法
  • 批准号：
    22K18003
  • 财政年份：
    2022
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Early-Career Scientists
Establishing a Flexible and Reliable Automatic Approximate Inference Method to Accelerate the Social Execution of Statistical Modeling.
建立灵活可靠的自动近似推理方法，加速统计建模的社会化执行。
  • 批准号：
    21J11859
  • 财政年份：
    2021
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for JSPS Fellows
Development of event progression inference model under a severe accident condition in a nuclear power plant using a machine learning and surrogate model
使用机器学习和代理模型开发核电厂严重事故条件下的事件进展推理模型
  • 批准号：
    21K14561
  • 财政年份：
    2021
  • 资助金额：
    $ 2.66万
  • 项目类别：
    Grant-in-Aid for Early-Career Scientists
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了