文献

J-GLOBAL ID：201202253609815518   整理番号：12A1554710

固定予算量子化カーネルLMSアルゴリズム

A FIXED-BUDGET QUANTIZED KERNEL LEAST MEAN SQUARE ALGORITHM

著者 (3件)： ZHAO Songlin (Univ. Florida, Florida) ,  CHEN Badong (Univ. Florida, Florida) ,  PRINCIPE Jose C. (Univ. Florida, Florida)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2012 Vol.3  ページ： 2181-2184  発行年： 2012年 
JST資料番号： E0316B  ISSN： 1520-6149  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 固定メモリ予算を用いた量子化カーネルLMS(QKLMS)アルゴリズムに基づく成長,打切り方式を提案した。固定予算QKLMSアルゴリズムを実現するため導入したセンタ・データ重要性を学習し,センタが行う貢献として規定した。この提案基準は事前情報が不要で,非定常状態の条件で特に実用的である。固定予算QKLMSアルゴリズムはスパース構造を実現し,ネットワーク規模がその上限に到達後に,最小重要性のセンタを廃棄する。更に,回帰手法で計算量を削減する。提案アルゴリズムは最小重要性の量子算出に成功し,最重要量子をシステム誤差の少ない状態に保つことを実験と理論で示した。

シソーラス用語： *パターン認識 ,  画像量子化 ,  *アルゴリズム ,  スパース行列 ,  度 ,  計算量 ,  学習曲線
準シソーラス用語： *Kernel学習法 ,  *LMSアルゴリズム ,  重要度

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 予算 ,  量子化 ,  カーネル ,  LMSアルゴリズム