文献

J-GLOBAL ID：201802242197325197   整理番号：18A1686322

マルチラベル特徴選択のための多様体ベース制約laplacianシアンスコア【JST・京大機械翻訳】

Manifold-based constraint Laplacian score for multi-label feature selection

著者 (3件)： Huang Rui (School of Communication and Information Engineering, Shanghai University, Shanghai 200444, China) ,  Jiang Weidong (School of Communication and Information Engineering, Shanghai University, Shanghai 200444, China) ,  Sun Guangling (School of Communication and Information Engineering, Shanghai University, Shanghai 200444, China)
資料名： Pattern Recognition Letters  (Pattern Recognition Letters)
巻： 112  ページ： 346-352  発行年： 2018年 
JST資料番号： H0913A  ISSN： 0167-8655  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 近年,マルチラベル学習は様々な応用分野にますます適用されている。マルチラベル学習のための重要な前処理技術として,マルチラベル特徴選択は分類性能を改善するために意味のある特徴を選択する。本論文では,多様体ベースの制約Laplaceスコア(MCLS)と名付けた特徴選択法を提示した。MCLSにおいて,多様体学習を用いて論理的ラベル空間をユークリッドラベル空間に変換し,サンプル間の類似性を対応する数値ラベルによって制約した。最終選択基準は,データの監視情報と局所特性の両方の影響を統合する。実験結果は,提案方法の有効性を実証した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 類似性 ,  *特徴選択 ,  学習 ,  *多様体 ,  前処理 ,  選択基準
準シソーラス用語： 多様体学習 ,  *スコア , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： マルチ ,  ラベル ,  特徴選択 ,  多様体 ,  制約 ,  シアン ,  スコア