文献

J-GLOBAL ID：201702226164171023   整理番号：17A1399617

F変換に基づく最適化アルゴリズムを用いたM推定量【Powered by NICT】

M-estimators using optimization algorithm based on F-transform

著者 (4件)： Yoon Jin Hee (School of Mathematics and Statistics, Sejong University, 98 Gunja-dong, Gwangjin-gu, Seoul, 143-747, South Korea) ,  Kyeong DeokHwan (Department of Electronics Engineering, Seokyeong University, Jungneung-Dong 16-1, Sungbuk-gu, Seoul, 02713, South Korea) ,  Seo Kisung (Department of Electronics Engineering, Seokyeong University, Jungneung-Dong 16-1, Sungbuk-gu, Seoul, 02713, South Korea) ,  Harmati Istvan A. (Department of Mathematics and Computational Sciences, Sze ́chenyi Istva ́n University, Gyc ́5r, Egyetem te ́r 1, 9026, Hungary)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IFSA-SCIS  ページ： 1-5  発行年： 2017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： ロバスト推定が理想化仮定,特にデータセットの異常値の介在物からの小さなずれに鈍感な推定技術である。人気のあるロバストな技術の一つは,いわゆるM推定量である。実際,データセットは異常値を含む場合には,多くの場合で,ロバストな技術はその実用的な有用性に起因する様々なアプローチを開発した。本論文では,F(ファジィ)-変換と最適化アルゴリズム,修正GA(遺伝的アルゴリズム)に基づく新しいアルゴリズムを提案した。L_1,L_1 L_2と公平な方法のようないくつかのロバストM推定の目的関数を最小化するために二つの手法を比較のために考慮した。一つは目的関数の最小化のための最適化アルゴリズムとして遺伝的アルゴリズム(GA)を用いた方法であり,他の一つは精度を改善するF変換とGA(遺伝的アルゴリズム)に基づく組合せ方法である。数値例について,結果を比較のために,最も一般的なが異常値に敏感な,L_2(最小二乗)法で与えられた。性能がRMSE,MADとMAPEで測定したその優位性を示した。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： ロバスト推定 ,  ロバスト性 ,  目的関数 ,  異常値 ,  曖昧さ ,  最小二乗法 ,  介在物 ,  遺伝的アルゴリズム ,  *推定量 ,  *アルゴリズム
準シソーラス用語： 推定技術 ,  *最適アルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： システム・制御理論一般  (IA02010H) ,  信号理論  (ND02020G)

タイトルに関連する用語 (2件)： 最適化アルゴリズム ,  推定量