文献

J-GLOBAL ID：201702287111407222   整理番号：17A0314536

ELMVIS+:余弦距離および究極の学習マシンに基づく高速非線形可視化技術【Powered by NICT】

ELMVIS+: Fast nonlinear visualization technique based on cosine distance and extreme learning machines

著者 (10件)： Akusok Anton (Department of Mechanical and Industrial Engineering, The University of Iowa, Iowa City, USA) ,  Akusok Anton (The Iowa Informatics Initiative, The University of Iowa, Iowa City, USA) ,  Baek Stephen (Department of Mechanical and Industrial Engineering, The University of Iowa, Iowa City, USA) ,  Miche Yoan (Bell Labs, Nokia, Espoo, Finland) ,  Miche Yoan (Department of Information and Computer Science, Aalto University School of Science, FI-00076, Finland) ,  Bjork Kaj-Mikael (Risklab at Arcada University of Applied Sciences, Helsinki, Finland) ,  Nian Rui (School of Information Science and Engineering, Ocean University of China, Qingdao, China) ,  Lauren Paula (School of Engineering and Computer Science, Oakland University, Rochester, USA) ,  Lendasse Amaury (Department of Mechanical and Industrial Engineering, The University of Iowa, Iowa City, USA) ,  Lendasse Amaury (The Iowa Informatics Initiative, The University of Iowa, Iowa City, USA)
資料名： Neurocomputing  (Neurocomputing)
巻： 205  ページ： 247-263  発行年： 2016年09月12日 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,高速アルゴリズムおよびデータ可視化のための11https://github.com/akusok/elmvis~加速ツールボックスを提示した。可視化は,データサンプルの割当問題と与えられた可視化点の同じ数として記述した。写像関数を極端学習機械で近似され,これは現在の割当のための誤差を提供した。余弦類似性に基づく誤差関数の新しい数学的定式化を提示した。二ランダムサンプル(スワップと呼ばれる)間の帰属交換誤差の変化,MNIST手書き数字データセットのような非常に大規模コーパスに対しても元の方法を越える極端な高速化のための閉形式方程式を提供した。法はランダム割当から始まり,試料の対を交換ランダムによる欲張り最適化アルゴリズムに続き,誤差を減少させるスワップを維持した。ツールボックス速度は第二当たりスワップの百万に達し,GPU実装に成功スワップ二当たり更新,MNIST手書き数字のような非常に大きなデータセットに対しても千モデル。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *高速度 ,  無作為抽出 ,  *可視化 ,  類似性 ,  高速アルゴリズム ,  割当問題 ,  *学習 ,  高速化 ,  誤差関数 ,  数字
準シソーラス用語： 最適アルゴリズム ,  閉形式 ,  手書き ,  ツールキット ,  データ可視化 , 【Automatic Indexing@JST】

著者キーワード (6件)： Visualization ,  非線形次元縮小 ,  コサイン距離 ,  極端学習機械 ,  ビッグデータ ,  投影

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

タイトルに関連する用語 (4件)： 学習 ,  マシン ,  非線形 ,  可視化技術