文献

J-GLOBAL ID：201802216336879434   整理番号：18A1956261

スパースデータセットに基づくBNパラメータ学習の目標認識【JST・京大機械翻訳】

Target recognition based on BN parameter learning under scarce data set

著者 (4件)： Guo Wenqiang (陜西科技大学 電气与信息工程学院,西安,710021) ,  Gao Wenqiang (陜西科技大学 電气与信息工程学院,西安,710021) ,  Hou Yongyan (陜西科技大学 電气与信息工程学院,西安,710021) ,  Li Ran (陜西科技大学 電气与信息工程学院,西安,710021)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 54  号： 17  ページ： 122-125,150  発行年： 2018年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： Bayesネットワーク(BN)のターゲット認識パラメータモデリングにおいて,特徴データのサンプルが相対的に不足しているという問題に照準を定め,本論文は,スパースデータセットと定性的専門家の経験を融合して,BNモデルのパラメータを推定する方法,CSDE,および目標認識アルゴリズムを提案した。BN構造の既知の条件の下で,著者らは,定性的専門家の経験をBN条件付き確率の制約集合に変換し,次に凸最適化法を導入して,BNターゲット認識モデルのパラメータの推定を完成させた。実験研究において,古典的BNモデルのパラメータ学習の問題を通して,CSDEアルゴリズムの効率性を検証して,次に,実際の希薄サンプルデータセットの目標認識の問題に関して,モデリングおよび認識実験を行った。実験結果により,提案アルゴリズムは,サンプルデータセットの相対的に希薄な条件下での目標認識パラメータのモデリング問題を,良好に解決することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： パラメータ推定 ,  モデリング ,  *物体認識 ,  モデル ,  アルゴリズム ,  *パラメータ
準シソーラス用語： 実験研究 ,  凸最適化 ,  条件付確率 ,  認識アルゴリズム ,  信念ネットワーク ,  *パラメータ学習 , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： BN ,  パラメータ学習 ,  目標認識