文献

J-GLOBAL ID：201602236608316062   整理番号：16A0857810

近赤外スペクトルのデータ解析における限界半教師つき学習機械とその応用を【JST・京大機械翻訳】

Semi-supervised extreme learning machine and its application in analysis of near-infrared spectroscopy data

著者 (4件)： Jing Shibo (College of Science, China Agricultural University) ,  Yang Liming (College of Science, China Agricultural University) ,  Li Junhui (College of Information and Electrical Engineering, China Agricultural University) ,  Zhang Siyun (College of Science, China Agricultural University)
資料名： Jisuanji Yingyong  (Jisuanji Yingyong)
巻： 36  号： 2  ページ： 387-391  発行年： 2016年 
JST資料番号： C2535A  ISSN： 1001-9081  CODEN： JYIIDU  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 訓練データに集中して含まれる情報が不十分なとき,監督の限界学習器は比較的難しい応用されている,このため限界学習器に半教師あり学習を適用し,1つの限界半教師つき分類学習機械モデルを提案した;しかしそのモデルは非凸非平滑であり,難しい直接その大域的最適解を求める。このため組合せの最適化方法を利用して,提案の限界半教師付き学習機械は線形の混合整数計画化,その大域的最適解を直接得ることができる。さらに,近赤外スペクトル技術を利用して,限界半教師付き学習機械を薬品と交雑種子の近赤外スペクトルデータのパターン分類に適用する。従来の方法と比較して,異なるスペクトル領域の数値実験の結果を示す:不十分なデータは集中訓練情報を含むとき,提案した限界半教師付き学習機械モデルの一般化能力を向上させるため,提案した方法の実現可能性と有効性を検証した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： パターン分類 ,  *スペクトル ,  凸形 ,  *近赤外スペクトル ,  線形性 ,  *学習 ,  *データ解析 ,  整数計画法 ,  *学習機械 ,  力学モデル
準シソーラス用語： 数値実験 ,  最適解 ,  半教師付き分類 ,  訓練データ ,  *半教師つき学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： Extreme Learning Machine (ELM) ,  semi-supervised learning ,  nonconvex optimization ,  mixed integer programming ,  Near-InfraRed spectroscopy (NIR)

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 近赤外スペクトル ,  データ解析 ,  限界 ,  半教師つき学習 ,  応用