文献

J-GLOBAL ID：201702275126527702   整理番号：17A0242134

クラスインクリメンタルデータのための,新しい進行性マルチラベル分類器【Powered by NICT】

A novel progressive multi-label classifier for class-incremental data

著者 (4件)： Dave Mihika (Dept. of Electrical & Electronics Engineering, Birla Institute of Technology & Science (BITS)-Pilani, Goa, India) ,  Tapiawala Sahil (Dept. of Electrical & Electronics Engineering, Birla Institute of Technology & Science (BITS)-Pilani, Goa, India) ,  Er Meng Joo (School of Electrical & Electronics Engineering, Nanyang Technological University, Singapore) ,  Venkatesan Rajasekar (School of Electrical & Electronics Engineering, Nanyang Technological University, Singapore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： SMC  ページ： 003589-003593  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,以前のラベルの知識を維持しながら新しいラベルを学習するためのマルチラベル分類のための漸進的学習アルゴリズムを設計した。新しいラベルに対応する新しい出力ニューロンを添加するとラベルを最初から導入されているかのようにニューラルネットワーク接続とパラメータを自動的に再構成した。クラスインクリメンタル学習のためのマルチラベル分類器における種の最初のものである。ストリーミングデータが利用可能であるそれはロボティックスのような実世界アプリケーションに有用でありのラベル数はしばしば知られていない。極端学習機械フレームワークに基づいて,進行性マルチラベル分類のためのプラグアンドプレイ能力を有する新規な普遍的な分類器を開発した。様々なベンチマーク合成および実データ集合上での実験結果は,著者らの提案したアルゴリズムの効率と有効性を検証した。Copyright 2017 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： ニューラルネットワーク ,  再構成 ,  応用プログラム ,  *学習アルゴリズム ,  ベンチマーク ,  ニューロン ,  アルゴリズム
準シソーラス用語： プラグアンドプレイ ,  極度学習機械 ,  ロボット工学 ,  ストリーミングデータ ,  インクリメンタル学習 ,  *マルチラベル分類 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： マルチラベル分類