文献

J-GLOBAL ID：201702228147064018   整理番号：17A1937492

期待リスクを結合した限界学習機械の研究【JST・京大機械翻訳】

Research on extreme learning machine with expected risk.

著者 (2件)： Di Ningning (北京科技大学 数理学院,北京,100083) ,  Sun Yuhua (北京科技大学 数理学院,北京,100083)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 53  号： 16  ページ： 50-54,78  発行年： 2017年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 限界学習機械のモデルについて研究し、期待リスク最小化を結合した極限学習機械の予測モデルを提案した。その基本的な考え方は,構造リスクと期待リスクを同時に考慮し,期待リスクと経験リスクの間の関係に基づいて,期待リスクを経験リスクに変換し,期待リスクを最小化する限界学習機械予測モデルを解くことである。人工のデータセットと実際のデータセットを用いて回帰問題の数値実験を行い、そして極限学習機械(ELM)と正則限界学習機械(RELM)の二つのアルゴリズムの性能と比較した結果、提案方法は一般化能力を有効に高めることができた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 予測モデル ,  *学習機械 ,  モデル ,  アルゴリズム
準シソーラス用語： 数値実験 , 【Automatic Indexing@JST】

著者キーワード (5件)： extreme learning machine ,  regularized extreme learning machine ,  expected risk ,  structure risk ,  empirical risk

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

タイトルに関連する用語 (5件)： 期待 ,  リスク ,  限界 ,  学習機械 ,  研究