文献

J-GLOBAL ID：201702219083255649   整理番号：17A1385735

クラス特異的コスト調節不均衡分類のための極端学習機械【Powered by NICT】

Class-specific cost regulation extreme learning machine for imbalanced classification

著者 (10件)： Xiao Wendong (School of Automation & Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China) ,  Xiao Wendong (Key Laboratory of Advanced Control of Iron and Steel Process, Ministry of Education, Beijing 100083, China) ,  Zhang Jie (School of Automation & Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China) ,  Zhang Jie (Key Laboratory of Advanced Control of Iron and Steel Process, Ministry of Education, Beijing 100083, China) ,  Li Yanjiao (School of Automation & Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China) ,  Li Yanjiao (Key Laboratory of Advanced Control of Iron and Steel Process, Ministry of Education, Beijing 100083, China) ,  Zhang Sen (School of Automation & Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China) ,  Zhang Sen (Key Laboratory of Advanced Control of Iron and Steel Process, Ministry of Education, Beijing 100083, China) ,  Yang Weidong (School of Automation & Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China) ,  Yang Weidong (Key Laboratory of Advanced Control of Iron and Steel Process, Ministry of Education, Beijing 100083, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 261  ページ： 70-82  発行年： 2017年 
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： はるかに速いスピードと優れた汎化性能のために,極端学習機械(ELM)は効果的な学習法として注目されている。しかし,ELMは多くの分野で存在する可能性がある,不均衡データ分布のための戦略を含むことは稀である。不均衡学習のための既存の手法は,データの分散度を無視したクラスのサンプル数の影響を考慮するだけで,準最適学習結果につながる可能性がある。本論文では,不均衡データ分布を持つ二成分と多クラス分類問題に対して,そのカーネルベースの拡張法と合わせ,新しいELMを提案し,クラス特異的コスト調節極端学習機械(CCR ELM)であろう。CCR ELMは構造的リスクと経験的リスクのトレードオフとして性能指数の各クラスの誤分類のためのクラス特異的調節コストを紹介した。CCR ELMの性能をベンチマークデータセットおよび実高炉状態診断問題の数を用いて検証した。実験結果は,CCR ELMは元のELMと既存のELM不均衡学習法よりも不均衡データ分布を用いた分類問題のためのより良い性能を達成できることを示しており,カーネルベースCCR ELMはさらに性能を向上させることができる。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： 汎化 ,  *学習 ,  性能指数 ,  分散度 ,  高炉
準シソーラス用語： 多クラス分類 ,  不均衡データ ,  *極度学習機械 ,  *不均衡 , 【Automatic Indexing@JST】

著者キーワード (4件)： 極端学習機械 ,  不均衡データ分布 ,  クラス特異的コスト調節極端学習機械 ,  高炉状態診断

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： クラス ,  調節 ,  均衡 ,  分類 ,  極端学習機械