文献

J-GLOBAL ID：201602262545130353   整理番号：16A1210144

複素オンライン分類器【Powered by NICT】

Complex-valued online classifier

著者 (2件)： Ishikawa Masaya (Graduate School of Engineering, University of Fukui, Japan) ,  Murase Kazuyuki (Graduate School of Engineering, University of Fukui, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IJCNN  ページ： 4431-4437  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： 二値分類問題におけるオンライン分類器の同定精度を改善するために,ここでは複素数値オンライン機械学習アルゴリズムを提案した。パーセプトロンはオンライン機械学習の簡単な形式で一般的に使用される。まず,複素領域に拡張した。実数値入力は複素平面上の単位円上の第1四半期上の点に投影した。入力の実数部と虚数部を二つの異なるパーセプトロンに別々に供給した。各パーセプトロンでは,実数値重みベクトルが入力ベクトルに適用した。二パーセプトロンの出力は,複素平面上にプロットした。平面の上半分はクラス 1とクラス1と下半分と考えられている。分類ならば,重みベクトルを修正した。ここで複素値パーセプトロン(CP)と名付けた。いくつかのベンチマークの結果は,CPを用いたオンライン分類器の同定精度は従来のパーセプトロンよりも高いことを示した。第二に,Passive-Aggressive(PA)アルゴリズムと同様に,雑音余裕度をもつPA-IおよびPA-IIを採用した。CPA,CPA IとCPA II,それぞれと名付けた。ベンチマークに対して,これらのPAアルゴリズムを用いたオンライン分類器の同定精度は従来のPAアルゴリズムよりも高かった。ここで用いたCPは原理的に単純であるので,CP,CPA,CPA IとCPA II,複素値オンライン分類器が,様々な実用上の問題に適用できる。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： 学習アルゴリズム ,  アルゴリズム ,  *パーセプトロン ,  虚数 ,  雑音安定度 ,  機械学習 ,  ベクトル ,  複素数 ,  実数 ,  ベンチマーク
準シソーラス用語： 複素平面 ,  二値分類 ,  *オンライン , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： オンライン ,  分類器