文献

J-GLOBAL ID：201702260349263251   整理番号：17A1652249

分類精度を改善するための強化された多属性Depthness類似性推定法【Powered by NICT】

An Enhanced Multi Attribute Depthness Similarity Estimation Technique to Improve Classification Accuracy

著者 (2件)： Elavarasan N. ,  Mani K.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： WCCCT  ページ： 115-118  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： 分類精度は高次元分類問題における分類アルゴリズムの効率について述べた。分類の精度を改善するために,多くのアルゴリズムが既に提案されているが,それらは低い分類精度とより多くの誤分類率に悩まされる。この問題を克服するために,クラスの数のデータ点を分類するための多属性depthness類似性推定法を提案した。提案した方法は,ラベルを用いてグループ化されたデータセットとデータ点を示した。この方法は雑音のあるデータ点を除去することにより前処理を行った。はデータ点の間でより重要性を持つ各クラスの異なる属性を同定した。同定された属性集合に基づいて,この方法は,各クラスのデータ点のそれぞれのためのマルチ属性depthness類似性を計算する。よりdepthness値を持つクラスはクラス入力データ点にとして,指定されるであろう。分類精度は適切な次元検出と分類アルゴリズムを用いて他のアルゴリズムと比較して高かった。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： 雑音 ,  *類似性 ,  アルゴリズム ,  前処理 ,  高次元
準シソーラス用語： 入力データ ,  分類アルゴリズム ,  *推定法 ,  *分類精度 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： 分類精度 ,  強化 ,  属性 ,  類似性 ,  推定法