文献

J-GLOBAL ID：201702269556140984   整理番号：17A0368986

広範な半定量的回帰【Powered by NICT】

Extensive semi-quantitative regression

著者 (4件)： Shao Yuan-Hai (Zhijiang College, Zhejiang University of Technology, Hangzhou 310024, PR China) ,  Ye Ya-Fen (Zhijiang College, Zhejiang University of Technology, Hangzhou 310024, PR China) ,  Wang Yong-Cui (Key Laboratory of Adaptation and Evolution of Plateau Biota, Northwest Institute of Plateau Biology, Chinese Academy of Science, Xining 810001, PR China) ,  Deng Nai-Yang (College of Science China Agricultural University, Beijing 100083, PR China)
資料名： Neurocomputing  (Neurocomputing)
巻： 218  ページ： 26-36  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： 本論文では,著者らは,大規模な半定量的回帰と呼ばれる新しい機械学習問題を解き,提案し,いくつかの目標値についての情報が不完全であるはそれらの正確な値の代わりにそれらの下限および/または上限を知っている。広範な半定量的回帰における効率的に情報を採用するために,正確な目標値と標的限界を持つ試料のための幾何学的構造を捉え,グラフベースサポートベクトル回帰,ESQ SVRを構築する局所グラフを導入した。ESQ SVRの効率を,人工的および実世界データセット上で行った予備実験の結果により支持された。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： *機械学習
準シソーラス用語： サポートベクトル回帰 , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械学習 ,  回帰 ,  広範な半定量的回帰 ,  サポートベクトルマシン ,  ラプラシアングラフ

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： 定量