文献

J-GLOBAL ID：201702239347602859   整理番号：17A1732887

多目的最適化を用いた枝刈り最適経路フォレスト分類器【Powered by NICT】

Pruning Optimum-Path Forest Classifiers Using Multi-Objective Optimization

著者 (3件)： Rodrigues Douglas ,  Souza Andre Nunes ,  Papa Joao Paulo
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SIBGRAPI  ページ： 127-133  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： 1は互いに幾分矛盾することを適応度関数を持つ場合に多目的最適化が重要な役割を果たしている。パラメータ依存機械学習技術は,そのような最適化ツールから利益を得ることができる。本論文では,最適経路フォレスト(OPF)学習目的のためのコンパクトなが代表的訓練セットを構築するための多目的ベース戦略アプローチを提案した。OPF枝刈りはこのような良好な表現を提供することができるが,パラメータ依存の価格を伴っている。提案されたアプローチは多目的配向最適化問題,誤差傾向の少ない,としてパラメータ学習のタスクモデリングによる手同調する分類器を回避することによって,この問題に対処する。公共データセット上での実験を行い,提案アプローチのロバスト性,今パラメータなしでユーザフレンドリーなを示した。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： 最適化問題 ,  学習 ,  同調 ,  *最適航路 ,  ロバスト性 ,  *最適化
準シソーラス用語： ユーザフレンドリ性 ,  パラメータ学習 ,  機械学習技術 ,  適応度関数 ,  *多目的最適化 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 多目的最適化 ,  枝刈り ,  経路 ,  分類器