文献

J-GLOBAL ID：201702222072050902   整理番号：17A1385728

L_21ノルム最小化極端学習機械を用いたマルチラベルテキストカテゴリー化【Powered by NICT】

Multi-label text categorization using L ₂₁-norm minimization extreme learning machine

著者 (3件)： Jiang Mingchu (College of Command Information System, PLA University of Science and Technology, Nanjing 210007, China) ,  Pan Zhisong (College of Command Information System, PLA University of Science and Technology, Nanjing 210007, China) ,  Li Na (College of Command Information System, PLA University of Science and Technology, Nanjing 210007, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 261  ページ： 4-10  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： 隠れ層ノードの入力重みを無作為に帰属できる極端学習機械(ELM)は一般化された単一隠れ層フィードフォワードネットワークから拡張した。はるかに高速な学習速度とより少ないマニュアルの研究に広く使用されている。マルチラベルテキスト分類の分野を考慮して,本論文では,L_21ノルム最小化ELMと呼ばれる出力重み行列のL_21ノルム最小化と組み合わせたELMに基づくアルゴリズムだけでなく,ELMの利点を継承している完全に,グループスパース性を促進し,学習モデルの複雑さを提案した。いくつかのベンチマークデータセット上での包括的な実験を行い,本提案のアルゴリズムは他の一般的なマルチラベル分類アルゴリズムと比較して優れた性能を得ることができることを示した。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： マニュアル ,  *学習 ,  *ノルム ,  高速度 ,  アルゴリズム
準シソーラス用語： *テキスト ,  マルチラベル分類 ,  スパース性 ,  テキスト分類 ,  学習速度 ,  フィードフォワードニューラルネットワーク ,  隠れ層 ,  *極度学習機械 , 【Automatic Indexing@JST】

著者キーワード (4件)： テキストカテゴリー化 ,  マルチラベル学習 ,  極端学習機械 ,  L_21ノルム最小化

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： ノルム ,  最小化 ,  極端学習機械