文献

J-GLOBAL ID：201802237877839155   整理番号：18A0846787

複数源からのバイオメトリックデータの特徴関係の推論【JST・京大機械翻訳】

Inferring feature relations of biometrie data from multiple sources

著者 (2件)： Anil K. R. (Research Scholar School of Computer Science, Mahatma Gandhi University, Kottayam, Kerala, India) ,  Raj S. Gladston (Department of Computer Science Government College, Nedumangad Thiruvananthapurm, Kerala, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICICICT  ページ： 867-873  発行年： 2017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： データマイニングは,データ認証と知識発見のための主要な因子としてバイオメトリクス特徴を使用するバイオメトリクスシステムにおいて広い普及応用を持っている。複数のバイオメトリックデータ源を考慮するとき,知識発見の生成に多くの課題がある。本研究では,同一ドメイン内のバイオメトリック特徴間のマイニング関係に焦点を当て,一般的関連特徴ベクトル(CRF)としての一般化を表現した。本研究は複数のソースからの特徴に対する交差検証を含む。いくつかの特徴を関連値の適切な集合と組み合わせることは,一般化のための重要な概念である。教師つき学習法を用いて,関連特徴間の関係を同定し,特徴集約を行った。良く確立された原理は,正則化と呼ばれる機械学習がデータセットに最初に適用され,非常に弱い特徴を取り除く可能性がある。一般的な空間パターン(CSP)は,バイオメトリックデータの二値分類のために本研究で使用されるもう一つの方法であり,一般化誤差を実行するための生物学的関係指標を同定することが推定される。本研究は,凝集モデルにおける特徴縮小を通して資源最小化において効率的である。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： 凝集 ,  *バイオメトリクス ,  正則化 ,  知識発見 ,  集中化 ,  機械学習 ,  認証 ,  教師つき学習 ,  データマイニング
準シソーラス用語： 二値分類 ,  空間パターン ,  特徴ベクトル , 【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)： 推論