文献

J-GLOBAL ID：201702216721218581   整理番号：17A0320293

カーネル学習のための最大化マルチクラスカーネル縁辺【Powered by NICT】

Multi-class kernel margin maximization for kernel learning

著者 (6件)： Zhao Yan-Guo (Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen 518055, China) ,  Zhao Yan-Guo (Shenzhen College of Advanced Technology, University of Chinese Academy of Sciences, Shenzhen 518055, China) ,  Li Miaomiao (School of Computer, National University of Defense Technology, Changsha 410073, China) ,  Chung Ronald (Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong, China) ,  Song Zhan (Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences, Shenzhen 518055, China) ,  Song Zhan (Department of Mechanical and Automation Engineering, The Chinese University of Hong Kong, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 207  ページ： 843-847  発行年： 2016年 
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： 二段マルチカーネル学習(MKL)アルゴリズムは,その高い効率と有効性のために研究されている。この点に関する先駆的な研究は,カーネルの多クラスマージンを最大化することにより結合係数を最適化することを試み,不満足な性能を得る。本論文では,カーネルの多クラスマージンの計算における方法にこの貧弱な性能を考えた。特定では,各サンプルのk最近傍だけで,同じラベルを持つ全ての試料でないが,余裕を計算するための選択すべきであることを論じた。後,著者らはまた最近接と各試料の対応する重みを自動的に同定することができる他のスパース変異体を開発した。十UCIデータセットと六MKLベンチマークデータセット上での包括的実験結果は,提案したアルゴリズムの有効性と効率を実証した。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： 結合係数 ,  最適化 ,  アルゴリズム ,  *透視図法
準シソーラス用語： マルチカーネル学習 ,  *Kernel法 , 【Automatic Indexing@JST】

著者キーワード (3件)： 大余裕 ,  カーネル法 ,  サポートベクトルマシン

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 (2件)： カーネル学習 ,  最大化