文献

J-GLOBAL ID：201802257803795935   整理番号：18A0382872

意思決定はcognizant Kullback-Leibler発散【Powered by NICT】

A decision cognizant Kullback-Leibler divergence

著者 (7件)： Ponti Moacir (Institute of Mathematical and Computer Sciences-ICMC, University of Sao Paulo, Sao Carlos/SP 13566-590, Brazil) ,  Ponti Moacir (Centre for Vision, Speech and Signal Processing-CVSSP, University of Surrey, Guildford GU2 7XH, UK) ,  Kittler Josef (Centre for Vision, Speech and Signal Processing-CVSSP, University of Surrey, Guildford GU2 7XH, UK) ,  Riva Mateus (Institute of Mathematical and Computer Sciences-ICMC, University of Sao Paulo, Sao Carlos/SP 13566-590, Brazil) ,  Campos Teofilo de (Centre for Vision, Speech and Signal Processing-CVSSP, University of Surrey, Guildford GU2 7XH, UK) ,  Campos Teofilo de (Faculdade Gama-University of Brasilia/DF, 72444-240, Brazil) ,  Zor Cemre (Centre for Vision, Speech and Signal Processing-CVSSP, University of Surrey, Guildford GU2 7XH, UK)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 61  ページ： 470-478  発行年： 2017年 
JST資料番号： D0611A  ISSN： 0031-3203  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： 多重分類器を含む意思決定システムでは,分類器(における)合同,それらの出力間の一致の程度を評価することであることを評価する必要がある。この目的のために一般的に用いられる測度は,Kullback-Leibler(KL)ダイバージェンスである。少数クラスの寄与,分類器不一致の真の程度を不明瞭にすることを低減するために,決定認識Kullback-Leiblerダイバージェンス(DC KL)と命名したKLダイバージェンスの変種を提案した。を解析的およびシミュレーション研究による新しい発散測度の性質を調べた。提案した方法は,少数派クラスクラッタに対してよりロバストであることを実証した。推定雑音への感度はまた,古典的なKLダイバージェンスのそれよりもかなり低くなることを示した。これらの性質はDC KL発散パターン認識システムにおける分類器一致と不一致の間の識別のための非常に良好な統計量である。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： ロバスト性 ,  パターン認識 ,  シミュレーション ,  *意思決定 ,  ダイバージェンス ,  クラッタ ,  測度 ,  雑音 ,  統計量
準シソーラス用語： 意思決定システム ,  多重分類器 , 【Automatic Indexing@JST】

著者キーワード (3件)： Kullback-Leibler発散 ,  クラッタ発散 ,  分類器非整合性

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 (2件)： 意思決定 ,  Kullback-Leibler発散