文献

J-GLOBAL ID：201802237758880156   整理番号：18A0488406

群衆の知恵に基づくBayesフィルタ【Powered by NICT】

Bayesian filter based on the wisdom of crowds

著者 (2件)： Bakhtiari Behzad (Department of Computer Engineering, Ferdowsi University of Mashhad, Mashhad, Iran) ,  Yazdi Hadi Sadoghi (Department of Computer Engineering, Ferdowsi University of Mashhad, Mashhad, Iran)
資料名： Neurocomputing  (Neurocomputing)
巻： 283  ページ： 181-195  発行年： 2018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： 群衆の知恵は群衆センサによるデータ標識に役立つ。触れる価値成功したツールの一つは,Amazon Mechanical Turk”である。が,群衆ラベルの不確実性は,学習アルゴリズムの結果を劣化させる。いくつかの応用では,気象と株式予測およびオブジェクトトラッキングのようなデータ(動力学)の時間依存性はラベルの不確実性を減らすのに有効である。ラベル動力学における既存の知識から利益を得るために,本研究では,まず従来の状態空間モデルを採用しており,また,これらのモデルは重大な欠点を持つことを示し,例えば,低被覆率を持つセンサとランダムラベラーの存在はこの過程で提起された主要な課題である。,群衆センサの適切な動的モデルを提示し,Bayesフィルタは真のラベル推論とシステムパラメータ学習を組み合わせて施行してように適用した。本研究では,提案した方法はこれらの挑戦を満たすのに十分にロバストであることを示し,既存の方法と比較して優れた性能を示した。人工的データおよび実データに関する実験結果は,この問題を確認した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 予測 ,  学習 ,  ロバスト性 ,  *センサ ,  ダイナミックモデル ,  時間依存性 ,  不確実性 ,  気象 ,  学習アルゴリズム ,  被覆率
準シソーラス用語： システムパラメータ ,  状態空間モデル ,  物体追跡 ,  *Bayesフィルタ , 【Automatic Indexing@JST】

著者キーワード (6件)： Bayesフィルタ ,  クラウドソーシング ,  動的モデル ,  時系列データ ,  真理発見 ,  群衆の知恵

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： Bayesフィルタ