文献

J-GLOBAL ID：201802243395005997   整理番号：18A0619383

LSVM:LogDet正則化を用いた半径マージンベースSVMアルゴリズム【Powered by NICT】

L-SVM: A radius-margin-based SVM algorithm with LogDet regularization

著者 (7件)： DU Jia-Zhi (Department of Educational Technology, Ocean University of China, No. 238 Songling Road, Laoshan District, Qingdao 266100, Shandong, China) ,  DU Jia-Zhi (School of Computer Science and Technology, Harbin Institute of Technology, No. 92, Xidazhi Street, Nangang District, Harbin 150006, Heilongjiang, China) ,  LU Wei-Gang (Department of Educational Technology, Ocean University of China, No. 238 Songling Road, Laoshan District, Qingdao 266100, Shandong, China) ,  LU Wei-Gang (Department of Computer Science and Technology, Room 110, Teaching Centre of Fundamental Courses Building, Ocean University of China, No. 238 Songling Road, Laoshan District, Qingdao 266100, Shandong, China) ,  WU Xiao-He (School of Computer Science and Technology, Harbin Institute of Technology, No. 92, Xidazhi Street, Nangang District, Harbin 150006, Heilongjiang, China) ,  DONG Jun-Yu (Department of Computer Science and Technology, Room 110, Teaching Centre of Fundamental Courses Building, Ocean University of China, No. 238 Songling Road, Laoshan District, Qingdao 266100, Shandong, China) ,  ZUO Wang-Meng (School of Computer Science and Technology, Harbin Institute of Technology, No. 92, Xidazhi Street, Nangang District, Harbin 150006, Heilongjiang, China)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 102  ページ： 113-125  発行年： 2018年 
JST資料番号： W0178A  ISSN： 0957-4174  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： 理論的には,サポートベクトルマシン(SVM)は半径縁比に沿って一般的誤差限界を持ち,従来のSVMはマージンの最大化を考慮し,半径の最小化,アフィンデータ変換に敏感なを無視している。このように,従来のSVMは半径とマージンの双方を制御することによって改善できる。半径縁比誤差限界に基づく幾つかのSVM変異体は半径と縁を統合するために提案されている。しかし,これらの大部分は,対角変換行列を必要とする,または最適化計算的に高価である。本論文では,LSVMと呼ばれるLogDet正則化を用いた新しい半径マージンベースSVMモデルを提案した。著者らのモデルでは,半径を考慮し,モデルの精度を改善するための負LogDet項を導入した。も最適解,印象的な計算方法の改善を得るために2段交互最小化戦略を採用した。著者らの実験結果は,LSVMの性能を検証し,LSVMは,従来のSVMといくつかの他の最先端の半径マージンベースSVM法に比べて有意に高い精度と効率を達成することを示した。添加では,トランザクション詐欺問題を解くための提案したLSVMを適用し,L SVMベース詐欺検出システムのためのフレームワークを提案した。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： 対角化 ,  データ変換 ,  最適化 ,  *アルゴリズム ,  *正則化 ,  サポートベクトルマシン
準シソーラス用語： 検知システム ,  詐欺 ,  最先端 ,  最適解 ,  誤差限界 , 【Automatic Indexing@JST】

著者キーワード (5件)： サポートベクトルマシン ,  半径縁辺比 ,  誤差限界 ,  LogDet正則化 ,  詐欺検出システム

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 正則化 ,  半径 ,  SVM ,  アルゴリズム