文献

J-GLOBAL ID：201702286126387478   整理番号：17A0909679

不確実性に基づくコスト高感度半教師つき学習モデル【Powered by NICT】

A cost-sensitive semi-supervised learning model based on uncertainty

著者 (2件)： Zhu Hongyu (Big Data Institute, College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China) ,  Wang Xizhao (Big Data Institute, College of Computer Science and Software Engineering, Shenzhen University, Shenzhen, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 251  ページ： 106-114  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 高費用効率性学習中の全コストを低減することを目的として,本論文では試料出力の不確実性に基づく半教師つき学習モデルを紹介した。その中心的アイデアは,(1)その出力の不確実性の大きさに基づいていくつかのグループに訓練集合しなかった試料を分類するために,(2)元の訓練集合の中のそれらの予測されたラベルと共に最小不確実性を持つ試料の基を付加すると,(3)トータルコストダウンを実現する新しい分類器を保持することである。クラス間のコストと学習システム改善へのその影響の比を検討した。理論解析と実証実験の結果,モデルはある種の分類器のための高費用効率性学習アルゴリズムの性能を効果的に改善できることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *学習 ,  実証実験 ,  *不確実性 ,  学習アルゴリズム ,  *高感度
準シソーラス用語： 理論解析 ,  学習支援システム ,  *半教師つき学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 不確実性 ,  コスト重視 ,  半教師つき学習 ,  サンプル選択 ,  極端学習機械

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 不確実性 ,  高感度 ,  半教師つき学習 ,  モデル