例文 |
「ベイズの学習」の部分一致の例文検索結果
該当件数 : 9件
北京大学では前期は語学中心の授業を履修し、まず中国語力の向上を目標に勉強します。
在北京大学前期完成以语言学习为中心的课程,首先要以提高中文能力为目标而努力。 - 中国語会話例文集
【図13】図13は、ここで述べられた態様によるSMPSのスイッチング用の適切な周波数を決定するための別の追加の典型的な手順のフローダイヤグラムを描く。
图 13描绘根据本文所陈述的方面的用于确定用于在 SMPS中进行开关的适当频率的另一额外示范性方法的流程图。 - 中国語 特許翻訳例文集
【図14】図14は、またここで述べられた態様によるSMPSのスイッチング用の適切な周波数を決定するための別の典型的な手順のフローダイヤグラムを描く。
图 14描绘根据本文所陈述的方面的用于确定用于在 SMPS中进行开关的适当频率的又一示范性方法的流程图。 - 中国語 特許翻訳例文集
【図16】図16は、ここで述べられた1つ以上の態様に従って無線通信環境でスイッチング周波数計測を可能にすることができる典型的なレシーバシステムのブロックダイヤグラムを描く。
图 16描绘根据本文所陈述的一个或一个以上方面的可实现在无线通信环境中的开关频率可缩放性的示范性接收器系统的框图。 - 中国語 特許翻訳例文集
ベルト駆動機構39は、図示しないモータが駆動軸47を回転させ、駆動軸47が駆動プーリ41を駆動して、ベルト45を駆動プーリ41と従動プーリ43との間で周運動させる。
对于带驱动机构 39,未图示的电动机使驱动轴 47旋转,驱动轴 47对驱动带轮 41进行驱动,从而使带 45在驱动带轮 41与从动带轮 43进行周运动。 - 中国語 特許翻訳例文集
そうではない場合、動作が525にループバックして次のベース層フレームが受信されて、上述の手順が繰り返され、これ以外の場合、図5の処理が終了する。
如果没有,则操作回送 (loop back)到 525以接收下一基本层帧并且上述过程被重复,否则图 5的处理终止。 - 中国語 特許翻訳例文集
さらに、ドットインパクトプリンター10は、光学読取装置110の読取範囲Rに設定されたブロックを光学読取装置110によって読み取らせ、少なくともいずれか一つのブロックの読み取りが終了すると、他のブロックの読み取りが終了する前であっても、読み取りが終了したブロックの読取画像データをRAM41の画像バッファーから読み出して送信するので、全てのブロックの読み取りが終了するまで送信を待つことがなく、読取画像データの送信に係る待ち時間を短縮できる。
进一步地,点击打式打印机 10使光学读取装置 110读取设定在光学读取装置 110的读取范围 R内的块,若至少其中一个块的读取结束,则即使是在其他块的读取结束前,也从 RAM41的图像缓存器中读出读取已结束的块的读取图像数据,并进行发送,故没有必要等到所有块的读取结束才进行发送,能够缩短读取图像数据的发送所需的等待时间。 - 中国語 特許翻訳例文集
本明細書に記載されたさまざまな自動化態様にしたがって、これらの技術は、(例えば、Hidden Markov Models(HMM)および関連する原型依存モデル、例えば、Bayesianモデル・スコアまたは近似を用いた構造探索によって生成されるBayesianネットワークのようなより一般的な確率論的グラフィック・モデル、例えば、サポート・ベクトル・マシン(SVM)のような線形クラシファイヤ、例えば、「ニューラル・ネットワーク」方法と称される方法のような非線形クラシファイヤ、ファジー理論方法、および、データ融合を実行するその他のアプローチ等のように)データから学習を行い、複数の記憶装置に情報を動的に格納することに関連する推論および/または判定を行うための数多くの方法のうちの1つを適用しうる。 モバイル・デバイス304は、帯域幅範囲に保持された情報を収集するオブテイナ310と、収集された情報が、帯域幅範囲のガード帯域幅に存在するかを判定するロケータ312とを含みうる。
根据实现本文描述的各种自动化的方面,这些技术可以使用与在多个存储单元上动态存储信息相关的、用于从数据进行学习并得出推论和 /或作出决定的大量方法中的一种方法 (例如,隐马尔科夫模型 (HMM)及相关的原型依赖模型、更一般的概率图模型 (例如 (例如由使用贝叶斯模型得分或近似值的结构搜索所建立的 )贝叶斯网络、线性分类器 (例如支持向量机 (SVM))、非线性分类器 (例如称为“神经网络”的方法 )、模糊逻辑方法以及执行数据融合的其它方法等 )。移动设备 304可以包括获取器 310和定位器 312,获取器 310收集保留在带宽范围中的信息,定位器 312确定所收集的信息是否位于该带宽范围的保护带宽上。 - 中国語 特許翻訳例文集
本明細書に記載されたさまざまな自動化態様を実施することにより、これらの技術は、(例えば、Hidden Markov Models(HMM)および関連する原型依存モデル、例えば、Bayesianモデル・スコアまたは近似を用いた構造探索によって生成されるBayesianネットワークのようなより一般的な確率論的グラフィック・モデル、例えば、サポート・ベクトル・マシン(SVM)のような線形クラシファイヤ、例えば、「ニューラル・ネットワーク」方法と称される方法のような非線形クラシファイヤ、ファジー理論方法、および、データ融合を実行するその他のアプローチ等のように)データから学習を行い、複数の記憶装置に情報を動的に格納することに関する推論および/または判定を行うための数多くの方法のうちの1つを適用しうる。
为了实现本文中所描述的各个自动化方面,这些技术可以采用多种方法中的一种方法,根据数据进行学习,然后关于动态地在多个存储单元之间存储信息得出推论和 /或做出判断 (例如,隐式马尔可夫模型 (HMM)和相关的原型依赖模型 (prototypical dependency model),诸如贝叶斯网络 (例如,利用贝叶斯模型评分或近似法通过结构搜索所产生的 )之类的更一般化的概率图形模型、线性分类器(例如,支持向量机 (SVM))、非线性分类器 (例如,称为“神经网络”方法、模糊逻辑方法的方法 ),以及其它用于执行数据融合的方法等 )。 - 中国語 特許翻訳例文集
例文 |