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。
乗算器(ADMM)の交互方向法は,分散分類のための最近開発された。それにもかかわらず,広く存在するクラス不均衡問題はよく調べられていない。さらに,以前の不均衡分類は分散環境における複雑な不均衡問題を研究の努力不足を法。本論文では,著者らは三不均衡問題を含む分散データ不均衡として不均衡問題を考察した(i)内の節クラス不均衡,(ii)間のノードクラス不均衡,および(iii)間のノード構造不均衡。適切に不均衡データを扱うだけでなく時間効率を改善するために,グループベースADMM(CS GADMM)による新しい分散コストに敏感な分類アルゴリズムを提案した。簡単に言えば,CS GADMM内節クラス不均衡を持つ副問題の級数として分類問題を導出した。節クラス不均衡に起因する時間遅延を緩和するために,部分問題最適化のための二重座標降下法の拡張を提案した。間のノード構造不均衡のために,予測のための大域的変数を更新するためにグループ内局所機能の間の関係を調べる慎重,得られた局所変数を結合した。種々の不均衡データセット上での実験結果は,CS GADMM不均衡分類のための効率的なアルゴリズムであることを検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】