文献

J-GLOBAL ID：201702224550709955   整理番号：17A1392714

最近傍分割を用いたニューラルネットワーク分類器の改善【Powered by NICT】

Improving Neural-Network Classifiers Using Nearest Neighbor Partitioning

著者 (5件)： Wang Lin (Shandong Provincial Key Laboratory of Network Based Intelligent Computing, University of Jinan, Jinan, China) ,  Yang Bo (Shandong Provincial Key Laboratory of Network Based Intelligent Computing, University of Jinan, Jinan, China) ,  Chen Yuehui (Shandong Provincial Key Laboratory of Network Based Intelligent Computing, University of Jinan, Jinan, China) ,  Zhang Xiaoqian (Shandong Provincial Key Laboratory of Network Based Intelligent Computing, University of Jinan, Jinan, China) ,  Orchard Jeff (David R. Cheriton School of Computer Science, University of Waterloo, Waterloo, Canada)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 28  号： 10  ページ： 2255-2267  発行年： 2017年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
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： 本論文では,神経回路網分類器の性能を改善するために設計された最近傍分割法を提示した。神経回路網分類装置のために,通常,重心の数,位置,およびラベルは,訓練前分配空間に固定された。しかし,アプローチは最適化中の潜在的ニューラルネットワークのための探索を制限するニューラルネットワーク分類器の品質は決定境界は,クラス間で明らかに基づいている。試みは自動的に浮遊重心を生成するためになされてきたが,これらの手法はまだ球状分割を生成する傾向があり,柔軟な決定境界を作ることができなかった。神経回路網分類器と結合した最近傍分類の使用を提案した。球状界(セントロイドベース法を有する症例など)による結合の代わりに,最近傍の柔軟性は分配空間における任意形状境界を持つ潜在的な神経回路網を見つける機会を増加した。実験結果は,提案した方法が精度と平均F測度に優れた性能を示すことを実証した。Copyright 2017 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： 神経回路網 ,  最適化 ,  測度 ,  分割法 ,  品質 ,  *ニューラルネットワーク ,  分類装置 ,  浮遊 ,  重心 ,  柔軟性

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： ニューラルネットワーク ,  分類器