文献

J-GLOBAL ID：201602220059463512   整理番号：16A1266213

スパースマルチクラスSVMのためのランダム主双対近位反復【Powered by NICT】

Random primal-dual proximal iterations for sparse multiclass SVM

著者 (3件)： Chierchia G. (Universite ́ Paris-Est, LIGM UMR 8049, CNRS, ENPC, ESIEE Paris, UPEM, F-93162 Noisy-le-Grand, France) ,  Pustelnik N. (Univ Lyon, Ens de Lyon, Univ Lyon 1, CNRS, Laboratoire de Physique, F-69342 Lyon, France) ,  Pesquet J.-C. (Universite ́ Paris-Est, LIGM UMR 8049, CNRS, ENPC, ESIEE Paris, UPEM, F-93162 Noisy-le-Grand, France)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： MLSP  ページ： 1-6  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： スパース性誘導ペナルティは,機械学習のための変分法における有用なツールである。本論文では,スパースなマルチクラスサポートベクトルマシンを学習するための二ブロック座標降下法を提案した。第一の方法は,各反復で更新する特徴の部分集合を選択することにより動作し,一方第二のものは,訓練サンプル間の選択を行う。これらのアルゴリズムは,最近の無作為化主双対近接法によって提供される柔軟性のおかげで効率的に実装できる。手書き数字の教師つき分類のための行った実験は,ブロック座標降下との関連での最初の二つのアプローチを考慮することの重要性を実証した。提案アルゴリズムの効率は実行時間と分類誤差の比較により評価した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 部分集合 ,  アルゴリズム ,  機械学習 ,  柔軟性 ,  *変分法 ,  数字 ,  ペナルティ
準シソーラス用語： 実行時間 ,  手書き ,  スパース性 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (2件)： SVM ,  反復