文献

J-GLOBAL ID：201502203475558519   整理番号：15A0860999

機密情報を用いた新しい極度学習機械

A novel extreme learning machine using privileged information

著者 (4件)： ZHANG Wenbo (School of Electronic Engineering, Xidian Univ., Xi’an 710071, CHN) ,  JI Hongbing (School of Electronic Engineering, Xidian Univ., Xi’an 710071, CHN) ,  LIAO Guisheng (School of Electronic Engineering, Xidian Univ., Xi’an 710071, CHN) ,  ZHANG Yongquan (School of Electronic Engineering, Xidian Univ., Xi’an 710071, CHN)
資料名： Neurocomputing  (Neurocomputing)
巻： 168  ページ： 823-828  発行年： 2015年11月30日 
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： 極度学習機械(ELM)は競争力ある機械学習技術である。この手法は極めて効率的であり,従来型分類装置と比較し高い一般化性能をもたらす。その性能をさらに改善するため,本論文では従来型ELM法に機密情報を導入するELM+と称する新しいELMを提案した。ヒト教育および学習時にしばしば存在し従来型ELMでは無視されている機密情報は機能修正集合の構築により訓練段階を最適化すると思われる。UCI機械学習リポジトリ,Mackey-Glass時系列,レーダエミッタ認識などからのデータ集合に対するELM+の性能を実験提示し,またSVM,ELM,SVM+との比較結果を示した。実験の結果は,本手法の有効性および利点を証明した。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *情報 ,  *学習機械 ,  教師つき学習 ,  最適化手法 ,  リポジトリ ,  集合 ,  サポートベクトルマシン
準シソーラス用語： データ集合 ,  *機密情報 ,  *極度学習機械

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 機密情報 ,  極度学習機械