文献
J-GLOBAL ID:201602266847231366   整理番号:16A1013143

に基づく符号化が自己の恒星/銀河分類研究を堆畳降噪【JST・京大機械翻訳】

Stacked Denoising Autoencoders Applied to Star/Galaxy Classification
著者 (3件):
資料名:
巻: 57  号:ページ: 344-352  発行年: 2016年 
JST資料番号: C2357A  ISSN: 0001-5245  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年,深さ学習アルゴリズムはその適応性が強く、精度が高く、構造が複雑であるという特性がデータマイニングアルゴリズムの中で新たに現れた,しかし天文学インフォマティクスにおいて深さ学習アルゴリズムまた鮮有問津。スローンディジタル天球(SLOAN DIGITAL SKY SURVEY, SDSS)の恒星/銀河分類の中に普遍的に存在する亮源集が分類の正解率が高かった。しかし暗源集正解分類率が低いなどの問題に対して,深さの学習における比較的新しい研究成果が|自己堆畳降噪コード( STACKED DENOISING AUTOENCODERS, SDA)ニューラルネットワークとドロップアウト調整技術を導入した。SDSSからの放出のスペクトルを持つ適合試験(SPECTROSCOPIC MEASUREMENTS)の測光データからDR(DATA RELEASE 7)7とDR(DATA RELEASE12)12の亮源集と暗源集をそれぞれ無作為に抽出してそれに対して前処理を行う。再それぞれそれらの亮源集と暗源集についてないランダムサンプリングに戻して,それら亮源と暗源の訓練セットと試験セットを得た。最後にこれらの訓練セットを用いて訓練それぞれDR7とDR12亮源と暗源のSDAモデルを得た。またSDAを,単層ディシジョンツリーアルゴリズム(DECISION STUMP)上の12テストコレクション上でのテスト結果をサポートベクトルマシンとソフトウェアパッケージ(LIBRARY FOR SUPPORT VECTOR MACHINES, LIBSVM)、J48ディシジョンツリー(J48)、論理ツリーモデル(LOGISTIC MODEL TREES, LMT)、サポートベクトルマシン(SUPPORT VECTOR MACHINE, SVM)、ロジスティック回帰(LOGISTIC REGRESSION)、DR試験結果で比較を行う同時に,SDADR7テストコレクション上でのテスト結果では6種類のディシジョンツリーの試験結果との比較を行う。シミュレーションは,SDASDSS-DR7と最新のSDSS-DR12の暗源集上の分類性能が明らかに他のアルゴリズムより優れているのを示した,完全関数(COMPLETENESS FUNCTION, CP)を評価指標として用いる場合には特に,。SDAと比べると,ディシジョンツリーアルゴリズム(SDSS-DR7暗源集正解率15%前後向上した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
データベースシステム  ,  人工知能 

前のページに戻る