文献

J-GLOBAL ID：201802254167274661   整理番号：18A0827174

統計的不確実性を用いた自己ペース学習

Self-Paced Learning with Statistics Uncertainty Prior

著者 (1件)： GUO Lihua (School of Electronic and Information Engineering, South China University of Technology)
資料名： IEICE Transactions on Information and Systems (Web)  (IEICE Transactions on Information and Systems (Web))
巻： E101.D  号： 3  ページ： 812-816(J-STAGE)  発行年： 2018年 
JST資料番号： U0469A  ISSN： 1745-1361  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 自己ペース学習(SPL)は,徐々にデータを容易から困難に訓練し,自己ペース法における訓練プロセスにより多くのデータを含む。SPLの利点は,悪い局所最小を避ける能力を持ち,システムが一般化性能を改善し得ることである。しかしながら,SPLのシステムは訓練開始時にデータの複雑さを判断するためにエキスパートを必要とする。一般的に,このエキスパートは最初に存在せず,サンプルを徐々に訓練することにより学習される。この考察に基づいて,筆者らはSPLのシステムに複雑性判断の不確実性を加えて,不確実性SPUP)を用いた自己ペース学習を提案した。筆者らのシステム最適化関数を効率的に解くために,反復最適化と統計的シミュレーテッドアニーリング法を導入した。最終実験結果は,著者らのSPUPが異常値に対してよりロバスト性を有して,SPLより高い精度とより少ない誤差を達成したことを示した。(翻訳著者抄録)

シソーラス用語： *不確実性 ,  *自我 ,  *学習 ,  適応訓練 ,  汎化 ,  性能 ,  スペシャリスト ,  性質 ,  判断 ,  最適化 ,  シミュレーテッドアニーリング ,  ロバスト性 ,  異常値
準シソーラス用語： *自己 ,  訓練 ,  一般化 ,  エキスパート ,  複雑性 ,  システム最適化

著者キーワード (4件)： 自己ペース学習 ,  カリキュラム学習 ,  不確実性 ,  シミュレーテッドアニーリング

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (10件)：

• [1] M.P. Kumar, B. Packer, and D. Koller, “Self-paced learning for latent variable models,” Advances in Neural Information Processing Systems, 2010.
• [2] L. Jiang, D. Meng, T. Mitamura, and A.G. Hauptmann, “Easy samples first: Self-paced reranking for zero-example multimedia search,” Proceedings of the 22nd ACM international conference on Multimedia, ACM, pp.547-556, 2014. 10.1145/2647868.2654918
• [3] C. Xu, D. Tao, and C. Xu, “Multi-view self-paced learning for clustering,” Proceedings of the 24th International Conference on Artificial Intelligence, 2015.
• [4] D. Meng, Q. Zhao, and L. Jiang, “A theoretical understanding of self-paced learning,” Information Sciences, vol.414, pp.319-328, 2017. 10.1016/j.ins.2017.05.043
• [5] J.C. Niebles, C.-W. Chen, and L. Fei-Fei, “Modeling temporal structure of decomposable motion segments for activity classification,” European conference on computer vision, Springer Berlin Heidelberg, 2010. 10.1007/978-3-642-15552-9_29

タイトルに関連する用語 (4件)： 統計 ,  不確実性 ,  自己 ,  学習