文献

J-GLOBAL ID：201702260245370046   整理番号：17A1114497

強化多重カテゴリのサポートベクトルマシンのための正則化解経路の計算のための新しいアルゴリズム【Powered by NICT】

A new algorithm for computation of a regularization solution path for reinforced multicategory support vector machines

著者 (5件)： Xiao Xiao (School of Statistics, Data Mining Center, Renmin University of China, Center for Applied Statistics, Beijing 100872, China) ,  Liu Xiexin (Department of Management Sciences, Tippie College of Business, The University of Iowa, IA 52242, U.S.A.) ,  Lu Xiaoling (School of Statistics, Data Mining Center, Renmin University of China, Center for Applied Statistics, Beijing 100872, China) ,  Chang Xiangyu (School of Management, Xi’an Jiaotong University, Center of Data Science and Information Quality, Xi’an, China) ,  Liu Yufeng (Departments of Statistics and Operations Research, Genetics, and Biostatistics, Carolina Center for Genome Sciences, The University of North Carolina at Chapel Hill, Lineberger Comprehensive Cancer Center, NC, U.S.A.)
資料名： Canadian Journal of Statistics  (Canadian Journal of Statistics)
巻： 45  号： 2  ページ： 149-163  発行年： 2017年 
JST資料番号： W2522A  ISSN： 0319-5724  資料種別： 逐次刊行物 (A)
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： 最近提案された強化マルチカテゴリー・サポート・ベクトル・マシン(RMSVM)は望ましい理論的特性だけでなく,多クラス分類問題のための競合的数値精度を持つことが証明されている。RMSVMを解くチューニングパラメータλ,その計算量を劇的に増加させるを選択するためのグリッド探索法に基づいている。このハードルを克服するために,RMSVMのための正則化解経路を計算するための新しいアルゴリズムRMSVMPATHを開発した。は一般的に使用される連続性仮定を緩和して,新しい線形計画法アプローチを提案した。数値シミュレーションと実際のデータ解析は,提案したアルゴリズムは,低い計算コストで妥当な溶液経路をもたらすことができることを示した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： データ解析 ,  *アルゴリズム ,  連続性 ,  *多重化 ,  線形計画法 ,  *サポートベクトルマシン ,  計算量 ,  *正則化 ,  シミュレーション
準シソーラス用語： 計算コスト ,  数値シミュレーション ,  探索法 ,  多クラス分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： マルチカテゴリ分類 ,  溶液経路 ,  SVM ,  2010MSC:一次62H30 ,  二次65C60

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (9件)： 強化 ,  多重 ,  カテゴリ ,  サポートベクトルマシン ,  正則化 ,  解 ,  経路 ,  計算 ,  アルゴリズム