文献

J-GLOBAL ID：201202242063409929   整理番号：12A0263009

多重ラベル分級器の異種混合の集団を用いた多重ラベル分類

Multilabel classification using heterogeneous ensemble of multi-label classifiers

著者 (4件)： TAHIR Muhammad Atif (Centre for Vision, Speech and Signal Processing, Univ. of Surrey, Guildford GU2 7XH, GBR) ,  TAHIR Muhammad Atif (School of Computing, Engineering and Information Sciences, Univ. of Northumbria, Newcastle upon Tyne NE2 1XE, GBR) ,  KITTLER Josef (Centre for Vision, Speech and Signal Processing, Univ. of Surrey, Guildford GU2 7XH, GBR) ,  BOURIDANE Ahmed (School of Computing, Engineering and Information Sciences, Univ. of Northumbria, Newcastle upon Tyne NE2 1XE, GBR)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 33  号： 5  ページ： 513-523  発行年： 2012年04月01日 
JST資料番号： H0913A  ISSN： 0167-8655  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： 多重ラベル分類は,それぞれの実現値が1を超えるクラスに属する可能性がある挑戦的な研究問題である。最近,かなり多くの研究が「すぐれた」多重ラベル学習法の発展に関係している。広範囲な研究労力にもかかわらず,提出された多くの科学的な挑戦,例えば,ラベル間の非常に不均衡なトレーニングセットと相関は取り組むべき問題として残っている。この論文の目標は,多重ラベル学習者の異種混合の集団を用いて,サンプル不均衡およびラベル相関問題の両方に同時に取組むことである。筆者らの研究は,多重ラベル学習者内の集団の技術に注目する代りに,集団の技術によって最先端技術の多重ラベル手法を組合せるという意味で,既存の研究とは異なる。提案した集団アプローチ(EML)を,いくつかの評価基準を用いて,コンピュータビジョン,生物学およびテキストを含む様々な分野から6つの公的に利用可能な多重ラベルデータ集合に応用する。筆者らは主張したアプローチの実験的正当性を立証し,最先端技術多重ラベル法と比較して,それが重要な性能収益を産出することを実証する。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *パターン分類 ,  *ラベル付け【画像】 ,  適応訓練 ,  *分級機 ,  機械学習 ,  人工知能推論 ,  統計集団 ,  重みづけ ,  重み関数
準シソーラス用語： トレーニング ,  重みづけ関数

分類 (2件)： 人工知能  (JE08000Z) ,  計算理論  (JB02000A)

タイトルに関連する用語 (5件)： 多重 ,  ラベル ,  分級器 ,  集団 ,  分類