文献

J-GLOBAL ID：201602247831273951   整理番号：16A1209787

マルチラベルデータストリームのための新しいオンライン実時間分類器【Powered by NICT】

A novel online real-time classifier for multi-label data streams

著者 (4件)： Venkatesan Rajasekar (School of EEE, Nanyang Technological University, Singapore) ,  Er Meng Joo (School of EEE, Nanyang Technological University, Singapore) ,  Wu Shiqian (School of Machinery and Automation, Wuhan University of Science and Technology, China) ,  Pratama Mahardhika (Department of Computer Science and IT, La Trobe University, Australia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IJCNN  ページ： 1833-1840  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,実時間データストリームのための新しい極端学習マシンに基づくオンラインマルチラベル分類器を提案した。マルチラベル分類は急速に増加している実世界アプリケーションのために,近年多くの注目を集めていることを活発に研究機械学習パラダイムの一つである。従来の二値およびマルチクラス分類とは対照的に,マルチラベル分類を同時にセット標的ラベルの入力サンプルのそれぞれの関係を含んでいる。は,文献で利用可能なリアルタイムオンラインニューラルネットワークに基づくマルチラベル分類器ではない。本論文では,マルチラベルデータストリームのための新しいオンライン実時間分類器を開発するために極限学習機械(extreme learning machineによる高い速度の固有の性質を利用した。開発した分類器は,一貫性,性能と速度の異なるアプリケーションドメインからのデータセットを用いた実験を行った。実験研究は,提案した方法は,速度と精度の点で既存の最先端技術より優れており,実時間でマルチラベルデータストリームを分類できることを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 学習 ,  *機械学習 ,  学習機械 ,  高速度 ,  応用プログラム
準シソーラス用語： 最先端技術 ,  実験研究 ,  マルチラベル分類 ,  *データストリーム ,  *実時間 ,  *オンライン , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： オンライン ,  実時間 ,  分類器