文献

J-GLOBAL ID：201702259620345204   整理番号：17A1265357

異常値検出のための適応重み付け1クラスサポートベクトルマシン【Powered by NICT】

Adaptive-weighted one-class support vector machine for outlier detection

著者 (2件)： Ji Man (Key Laboratory of Machine Learning and Computational Intelligence, College of Mathematics and Information Science, Hebei University, Baoding 071002, China) ,  Xing Hong-Jie (Key Laboratory of Machine Learning and Computational Intelligence, College of Mathematics and Information Science, Hebei University, Baoding 071002, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCDC  ページ： 1766-1771  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： 異常値が複雑であるときに伝統的な1クラスサポートベクトルマシン(OCSVM)とその変異体の分類性能は満足されていない。本症例に対処するために,これらの外れ値に小さい重みを割り当てる分類境界に及ぼすそれらの影響を軽減し,OCSVMのロバスト性を増強するかもしれない。本論文では,新しい適応重み付け1クラスサポートベクトルマシン(AWOCSVM)は異常値検出問題を扱うために提案した。適切な量はそれらの中心の間のそれらの局所密度と距離の両方を考慮して訓練サンプルに帰属した。二人工的データセットと八個のベンチマークデータセット上での実験結果により,提案したAWOCSVMは伝統的なOCSVM及び関連の1アプローチと比較してよりコンパクトな分類境界と優れた性能を達成することを示した。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： ロバスト性 ,  *重みづけ ,  *異常値
準シソーラス用語： *異常値検出 , 【Automatic Indexing@JST】

分類 (5件)： 移動通信  (ND08030H) ,  品質検査  (KB04020L) ,  データベースシステム  (JD03030U) ,  固体デバイス計測・試験・信頼性  (NC03040G) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： 異常値検出 ,  適応 ,  重み付け ,  クラス ,  サポートベクトルマシン