「ベイズ統計学」に関連した中国語例文の一覧 -中国語例文検索

音楽データベース42は、MP3等の音楽ファイルのファイル名と、その曲名と、その曲名を図5の割当関係に従って数値化した数値データとを相互に関連づけて登録したデータベースである。

音乐数据库 42是将 MP3等的音乐文件的文件名、其曲名、和按照图 5的分配关系使其曲名数值化后的数值数据相互关联起来进行了登录的数据库。 - 中国語 特許翻訳例文集

図6Bの実施形態と比較して、この実施形態では、PMOSトランジスタM6が加えられており、これにより、reset＿b信号がイネーブル状態になる、すなわちランプが中断する又は開放されると、浮いているノードfnodeがグランドレベルに引き下げられる。

在这个实施例中，与图 6B的实施例相比较，当使能 reset_b信号时，即当斜坡正被中止或放电时，PMOS晶体管 M6的增加将悬空节点 fnode下拉到接地。 - 中国語 特許翻訳例文集

制御部11は、第3の実施の形態において、液晶の応答特性で立ち上がり時間が図13のように立ち下がり時間に比べて長ければ、図14のように左右目映像データRGBL、RGBRが表示されるフレーム期間のバーチカルブランク期間をブラックデータが表示されるフレーム期間のバーチカルブランク期間よりさらに長く制御する。

在本发明的第三示例性实施例中，当如图 13中所示的液晶的响应特性的上升时间 Tr比下降时间 Tf长时，控制器 11进行控制，以使如图 14中所示，显示左眼图像数据 RGBL和右眼图像数据 RGBR的帧周期的垂直消隐周期比显示黑数据的帧周期的垂直消隐周期长。 - 中国語 特許翻訳例文集

（本明細書で用いられるように、「間接的」という用語は、ユーザ機器が何らかの種類の過負荷状態を経験していることを直接的に示さない1つ以上の動作を、ユーザ機器が動作する通信標準内でユーザ機器が行うことを意味する。それにもかかわらず、ユーザ機器により行われる動作（群）はネットワークが下りリンク・スループットレートを低減する結果を生じる。）図3に関連して説明された技術はユーザ機器がCQIレポートをeノードB（または均等物）へ送信することを含み、報告される値（CQIREPORTED）は、実際に起こっているよりも低い品質値を示す値に意図的に設定される（すなわち、真のチャネル品質値はCQIACTUALに設定されるべきである）（ステップ301）ことが思い出されるだろう。

(本文所用的术语“间接”意味着用户设备在用户设备正在其下操作的通信标准内采取一个或多个动作不直接指示网络用户设备正在经受某种类型的过载状况；不过，用户设备所采取的动作导致网络降低下行链路吞吐速率。 )会记起，参考图 3描述的技术涉及用户设备向 eNode-B(或等效物 )发送CQI报告，其中报告的值 (CQIREPORTED)被故意设置成指示比实际存在更低的质量信道的值 (即，真实信道质量值应该设置成 CQIACTUAL)(步骤301)。 - 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

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