文献

J-GLOBAL ID：201802229814951776   整理番号：18A2164680

線形ベクトル量子化におけるプロトタイプのための新しい学習戦略【JST・京大機械翻訳】

New Learning Strategy for Prototypes in Linear Vector Quantization

著者 (4件)： Pucau Ghiorghe (Faculty of Automatic Control, Computers, Electrical Engineering and Electronics, “Dunarea de Jos” University of Galati) ,  Stancu Alexandru (School of Electrical and Electronic Engineering, Faculty of Engineering and Physical Sciences, The University of Manchester, Manchester, M13 9PL, United Kingdom) ,  Codre Bogdan (Faculty of Automatic Control, Computers, Electrical Engineering and Electronics, “Dunarea de Jos” University of Galati) ,  Codre Alexandru (School of Electrical and Electronic Engineering, Faculty of Engineering and Physical Sciences, The University of Manchester, Manchester, M13 9PL, United Kingdom)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICSTCC  ページ： 194-200  発行年： 2018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： 本論文は,線形ベクトル量子化アルゴリズム(LVQ)におけるプロトタイプ初期化のための新しい戦略を提案した。本論文では,学習段階で満たされなければならない3つの原理を示した。これらの原理はLVQアルゴリズムのための適切な学習を保証するために不可欠である。しかしながら,LVQアルゴリズムのすべてのバージョンは原理の一つに答えることを試みるが,残念ながら他のものと矛盾する。本論文で提案した新しい戦略は,この問題を解決し,2つのステップから成る。(1)先験的データセットを分析し,(2)プロトタイプを初期化するために事前学習アルゴリズムを適用する。学習過程においてLVQアルゴリズムによりステップ2から得られた事前学習プロトタイプを用いた。事例研究で示した事例とプロトタイプの訓練性能を評価するために用いた基準は,本論文で提案したプロトタイプの訓練戦略が,古典的LVQアルゴリズムと比較して,ある状況でより良い結果を提供することを補強した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 線形性 ,  *学習 ,  ベクトル量子化 ,  アルゴリズム ,  学習アルゴリズム ,  *プロトタイプ ,  事例研究
準シソーラス用語： 事前学習 ,  学習過程 ,  学習戦略 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 線形 ,  ベクトル量子化 ,  プロトタイプ ,  学習戦略