文献

J-GLOBAL ID：201702232943754251   整理番号：17A1265401

免疫滑り最適化によるマルチカーネルサポートベクトルマシンに基づく動的データのモデル化【Powered by NICT】

Dynamic data modeling based on multi-kernel support vector machine with immune sliding optimization

著者 (3件)： Yin Ke (Engineering Research Center of Digitized Textile & Apparel Technology, Ministry of Education, College of Information Science and Technology, Donghua University, Shanghai 201620 China) ,  Chen Lei (Engineering Research Center of Digitized Textile & Apparel Technology, Ministry of Education, College of Information Science and Technology, Donghua University, Shanghai 201620 China) ,  Ding Yongsheng (Engineering Research Center of Digitized Textile & Apparel Technology, Ministry of Education, College of Information Science and Technology, Donghua University, Shanghai 201620 China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCDC  ページ： 2007-2012  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： 免疫滑り最適化(ISA MKSVM)とマルチカーネルサポートベクトルマシンに基づく新しい動的モデリング法を提案した。マルチカーネルSVMはデータの特徴の多様性を解決するための有効なツールであり,免疫滑りアルゴリズムはマルチカーネルSVMのパラメータを最適化した。提案したアルゴリズムは,動的系に対する抗体の親和性を再定義による良好な動的性能を得ることができる。提案した方法は,炭素繊維の成形における溶媒濃度モデリングに適用し,実験結果は,ISA MKSVMは正確であり,単粒SVMよりも優れた汎化能力を持つことを示し,パラメータ最適化のプロセスは,従来のアルゴリズムよりも速かった。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： アルゴリズム ,  炭素繊維 ,  *最適化 ,  動的系 ,  汎化 ,  *モデリング ,  抗体 ,  親和性
準シソーラス用語： パラメータ最適化 ,  動的モデリング , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 免疫 ,  滑り ,  最適化 ,  モデル化