文献

J-GLOBAL ID：201102218354519173   整理番号：11A1284759

異常値1クラスサポートベクトルマシン

Outlier One Class Support Vector Machines

著者 (2件)： Tian Jiang (Schoolof Electronic and Information Engineering, Dalian Univ. of Technol., Dalian) ,  Gu Hong (Schoolof Electronic and Information Engineering, Dalian Univ. of Technol., Dalian)
資料名： Dianzi yu Xinxi Xuebao  (Dianzi yu Xinxi Xuebao)
巻： 32  号： 6  ページ： 1284-1288  発行年： 2010年 
JST資料番号： C2507A  ISSN： 1009-5896  CODEN： DKXUEC  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： 1クラスサポートベクトルマシン(OCSVMs)は,特徴空間で超平面を計算することによって,異常値を識別する。剥離点としての起点の選択は任意であり,判断限界に作用を及ぼし,サンプルの分布が性能に影響を及ぼす。アルゴリズムを拡大して2クラス分類問題を解決すれば,欠点をある程度克服できる。しかし,分類不均衡問題が深刻で,標識異常値が希有であるか存在さえしていない。本論文で,新しい「異常値OCSVM」を提案し,フレームワークを,管理されない異常値検出用に設計した。超平面からの距離と確率的出力値によってそれぞれ記録し,異常値度の2つの定義を提示した。異常値度の2つの基準の結合を通していくつかの疑わしい異常値を見つけたあと,調節した「異常値OCSVM」がトレーニング運転を開始し,出力の比較を通してデータセットの2つの部品を双方向で更新した。ベンチマークデータセットに関する実験結果は,この方式が検出率を有効に改善し,擬似陽性率を下げることができ,容易で信頼できることを示した。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *サポートベクトルマシン ,  *異常値 ,  分類 ,  フレームワーク【ソフトウェア開発】 ,  集合 ,  アルゴリズム ,  ベンチマーク
準シソーラス用語： クラス ,  データセット

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (3件)： 異常値 ,  クラス ,  サポートベクトルマシン