文献

J-GLOBAL ID：201302272033279480   整理番号：13A1865485

バイアスARTMAPアンサンブル投票システムの遺伝的最適化トレイニングを用いた一般パターン学習およびパターン認識

GENERAL PATTERN LEARNING AND RECOGNITION USING GENETICALLY-OPTIMIZED TRAINING OF A BIASED ARTMAP ENSEMBLE VOTING SYSTEM

著者 (3件)： LOO Chu Kiong (Univ. Malaya, Kuala Lumpur, MYS) ,  LIEW Wei Shiung (Univ. Malaya, Kuala Lumpur, MYS) ,  SAYEED Md. Shohel (Multimedia Univ., Melaka, MYS)
資料名： International Journal of Innovative Computing, Information and Control  (International Journal of Innovative Computing, Information and Control)
巻： 8  号： 11  ページ： 7543-7560  発行年： 2012年11月 
JST資料番号： F1199A  ISSN： 1349-4198  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 本論文では,最適機械ベースパターン認識システムを作成するための方法及びシステムを作ることを試みた。これは,もし成功すれば,任意の与えられた分類器が,遺伝的最適化前処理法を,確率的アンサンブル投票システムとの組合せを導入することにより,分類精度を向上できた。いくつかの問題を同定し,提案した解は,類似研究分野における文献レビューに基づいた。提案したシステムは,ファジィARTMAP,バイアスARTMAPを,抽出特徴に対するコアのパターン学習および認識として用いた。これは,そのオンライン学習能力が従来のファジィARTMAPより向上する,漸次的学習およびバイアスパラメータに対する能力のためであった。本ARTMAPシステムの1つの弱点は,トレイニングデータシーケンスのARTMAP学習過程における効果であり,その結果としての分類不正確性であった。遺伝的置換法を提案し,トレイニングデータを,複数の世代の遺伝的交配および変異操作において最適化することによりこの問題を解決した。最善のトレイニングシーケンスを選択し,複数のバイアスARTMAPをトレイニングし,確率的投票システムにおいて結合し,最終分類予測を決定した。投票システムの分類性能は,最終結果から信頼できない予測をフィルタリングする信頼性閾値の実現により改善できた。確率的投票システムと組み合わせたトレイニング過程の遺伝的最適化は,バイアスARTMAPの分類正確性を,バイアスARTMAPのみを用いた67%から,75~87%に改善した。(翻訳著者抄録)

シソーラス用語： 集合 ,  投票 ,  *最適化 ,  学習 ,  *パターン認識 ,  コンピュータ ,  *ファジィニューラルネットワーク ,  バイアス ,  変異
準シソーラス用語： アンサンブル ,  オンライン学習 ,  *ファジィARTMAP ,  *遺伝的最適化 ,  遺伝的変異 ,  漸次的学習 ,  分類機

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (19件)：

• Moore G Cramming More Components onto Integrated Circuits, ftp://download.intel.com/museum/Moores_Law/Articles-Press_Releases/Gordon_Moore_1965_Article.pdf/, 2011.
• S. E. A. Ahmad, J. Yan and M. Tayara, The robustness of Google CAPTCHAs, Proc. of the 3rd European Workshop on System Security, 2010.
• G. A. Carpenter and S. Grossberg, Adaptive resonance theory, The Handbook of Brain Theory and Neural Networks, vol.2, pp.87-90, 2003.
• G. A. Carpenter and S. C. Gaddam, Biased ART: A neural architecture that shifts attention toward previously disregarded features following an incorrect prediction, Neural Networks, vol.23, no.3, pp.435-451, 2010.
• R. Palaniappan and C. Eswaran, Using genetic algorithm to select the presentation order of training patterns that improves simplified fuzzy ARTMAP classification performance, Applied Soft Computing, vol.9, no.1, pp.100-106, 2009.

タイトルに関連する用語 (7件)： バイアス ,  アンサンブル ,  投票 ,  遺伝的最適化 ,  トレイニング ,  学習 ,  パターン認識