抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】