文献

J-GLOBAL ID：201702262823637724   整理番号：17A1730619

不均衡データセットに対する識別辞書学習AdaBoost SVM分類法【Powered by NICT】

A discriminative dictionary learning-AdaBoost-SVM classification method on imbalanced datasets

著者 (2件)： Barstugan Mucahid (Electrical and Electronics Engineering Selcuk University Konya, Turkey) ,  Ceylan Rahime (Electrical and Electronics Engineering Selcuk University Konya, Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IDAP  ページ： 1-4  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： スパース表現は信号圧縮,雑音低減および信号と画像復元の分野で広く用いられている,信号処理方法である。本研究では,従来の方法とは異なる方法で使用したスパース表現。提案した方法では,ハイブリッド構造は,辞書学習およびアンサンブル分類器AdaBoostアルゴリズムを組み合わせて作成した。この方法の主なアイデアは,過完全辞書からスパース係数を得るために,AdaBoostの重み更新式における係数を使用することである。サポートベクトルマシン(SVM)分類器は,AdaBoostの弱い分類器として使用し,AdaBoostSVM分類器構造を作成した。重み更新式における弱学習器プロセスの重量を用いたスパース係数を乗じることで実験中の不均衡データセット上で満足すべき結果を与えた。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： 透視図法 ,  サポートベクトルマシン ,  雑音低減 ,  信号処理 ,  画像復元 ,  複合構造 ,  *学習
準シソーラス用語： アンサンブル分類器 ,  信号圧縮 ,  スパース表現 ,  *分類法 ,  *AdaBoost ,  *辞書学習 ,  *不均衡データセット , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 不均衡データセット ,  識別 ,  辞書学習 ,  AdaBoost ,  SVM分類