文献

J-GLOBAL ID：201702274008248014   整理番号：17A1778404

新しいニューラル動的分類アルゴリズム【Powered by NICT】

A New Neural Dynamic Classification Algorithm

著者 (2件)： Rafiei Mohammad Hossein (Department of Civil, Environmental and Geodetic Engineering, The Ohio State University, Columbus, OH, USA) ,  Adeli Hojjat (Department of Civil, Environmental and Geodetic Engineering, The Ohio State University, Columbus, OH, USA)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 28  号： 12  ページ： 3074-3083  発行年： 2017年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  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： 効果的な分類アルゴリズムの開発のための鍵である1)クラスター間の大きなマージンと同級生の近接性と特徴空間を発見し,2)正確な分類を行う特徴の最小数を発見する。本論文では,ニューラル動的分類(NDC)と呼ばれる新しい教師つき分類アルゴリズム,を目的として示した。1)最も有効な特徴空間を発見し,2)Adeliと公園の特許ロバストなニューラル動的最適化モデルを用いた正確な分類に必要な特徴の最適数を見出した。新しい分類アルゴリズムは,二セットの分類問題を用いた確率的ニューラルネットワーク(PNN),PNN増強(EPNN),およびサポートベクトルマシンと比較した。第1セットは五標準ベンチマーク問題で構成された。二番目のセットは,手書き数字の混合国立標準技術研究所データベースのと呼ばれる大きなベンチマーク問題である。一般に,NDCが最も正確な分類結果EPNNを得た。新しいアルゴリズムの美しさは,ロバスト性の適応とアルゴリズムの良好な性能である収束曲線の滑らかさである。主な目的は,予測精度を最大化することである。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： データベース ,  ロバスト性 ,  サポートベクトルマシン ,  ベンチマーク ,  数字 ,  *アルゴリズム ,  平滑度 ,  クラスタ
準シソーラス用語： 予測精度 ,  米国国立標準技術研究所 ,  確率的ニューラルネットワーク ,  動的最適化 ,  特徴空間 ,  近接性 ,  *分類アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： 分類アルゴリズム