文献

J-GLOBAL ID：201702210413684031   整理番号：17A1705755

神経コード表現を用いた大規模データのためのクラスタリングに基づくk最近傍分類【Powered by NICT】

Clustering-based k-nearest neighbor classification for large-scale data with neural codes representation

著者 (4件)： Gallego Antonio-Javier (Departamento de Lenguajes y Sistemas Informaticos, Universidad de Alicante, Carretera San Vicente del Raspeig s/n, Alicante 03690, Spain) ,  Calvo-Zaragoza Jorge (Departamento de Lenguajes y Sistemas Informaticos, Universidad de Alicante, Carretera San Vicente del Raspeig s/n, Alicante 03690, Spain) ,  Valero-Mas Jose J. (Departamento de Lenguajes y Sistemas Informaticos, Universidad de Alicante, Carretera San Vicente del Raspeig s/n, Alicante 03690, Spain) ,  Rico-Juan Juan R. (Departamento de Lenguajes y Sistemas Informaticos, Universidad de Alicante, Carretera San Vicente del Raspeig s/n, Alicante 03690, Spain)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 74  ページ： 531-543  発行年： 2018年 
JST資料番号： D0611A  ISSN： 0031-3203  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： 最も広く考察されている,成功した教師つき分類アルゴリズムの一つとして立位が,k最近傍(kNN)分類器を一般的にインスタンスベース法であるため低効率を示した。この意味で,近似類似性探索(ASS)は,典型的には,分類器の性能を低下させる犠牲で効率問題を改善するための可能な代替である。本論文では,クラスタリングに基づくASS戦略を初期点として。をそれらのサイズを大きくし,問題での分類タスクのための適切な表現を学習するためのディープニューラルネットワークの使用を考慮することによりクラスタ境界近くに位置する事例に関連した問題を解いてその性能を改善した。八つの異なるデータセットの収集を用いた結果は,これらの二戦略の併用は精度性能の大幅な改善を必要とする,基本的なkNNルールと比較して試料を分類するために必要な距離の数がかなり減少することを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *クラスタ化 ,  類似性 ,  *クラスタ ,  立位 ,  近似法
準シソーラス用語： 分類アルゴリズム ,  *大規模データ ,  *神経 , 【Automatic Indexing@JST】

著者キーワード (3件)： 効率的なkNN分類 ,  クラスタリング ,  深神経回路網

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

タイトルに関連する用語 (5件)： 神経 ,  表現 ,  大規模データ ,  クラスタリング ,  分類