文献

J-GLOBAL ID：201802259849249750   整理番号：18A0841766

期待値最大化転送学習とその生物工学的ハンド補綴への応用【JST・京大機械翻訳】

Expectation maximization transfer learning and its application for bionic hand prostheses

著者 (4件)： Paassen Benjamin (Machine Learning Group, Center of Excellence Cognitive Interaction Technology (CITEC), Bielefeld University, Inspiration 1, Bielefeld 33619, Germany) ,  Schulz Alexander (Machine Learning Group, Center of Excellence Cognitive Interaction Technology (CITEC), Bielefeld University, Inspiration 1, Bielefeld 33619, Germany) ,  Hahne Janne (Applied Surgical and Rehabilitation Technology Lab (ART -- Lab), Department of Trauma Surgery, Orthopedic Surgery and Hand Surgery University, Medical Center Gottingen, Georg-August University, Von-Siebold-Str. 3, 37075 Gottingen, Germany) ,  Hammer Barbara (Machine Learning Group, Center of Excellence Cognitive Interaction Technology (CITEC), Bielefeld University, Inspiration 1, Bielefeld 33619, Germany)
資料名： Neurocomputing  (Neurocomputing)
巻： 298  ページ： 122-133  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 実際の設定における機械学習モデルは,典型的には,入力データの分布への変化と直面している。このような変化はモデル性能に大きく影響し,例えばデータの誤分類に導く。これは,機械学習モデルがより高速でより直感的なユーザインタフェイスを約束するが,電極シフトのような日常的な擾乱に対するロバスト性の欠如により妨げられる生物工学的ハンド補綴の領域で特に明らかである。データ分布の変化を扱う一つの方法は,移動学習,すなわち,元のモデルが再び適用できる空間に擾乱データを転送することである。本論文では,乱されていないモデルに従って,乱されたデータの尤度を最大化する線形変換を学習するための新しい期待値最大化アルゴリズムを提案した。また,この手法が,特に学習ベクトル量子化モデルにおいて,識別モデルに一般化されることを示した。生物工学的補綴領域からのデータについての評価において,著者らのアプローチは,いくつかのデータや少数のクラスがターゲットドメインで利用できる場合に,分類精度を大幅に改善し,テストされたすべてのベースラインよりも優れている変換を学習できることを実証した。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： 機械学習 ,  ロバスト性 ,  ユーザインタフェイス ,  *バイオテクノロジー ,  モデル ,  一次変換 ,  高速度 ,  *学習 ,  *補綴 ,  ベクトル量子化
準シソーラス用語： 分類精度 ,  学習ベクトル量子化 ,  尤度 ,  *EMアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： 伝達学習 ,  Gauss混合モデル ,  ベクトル量子化の学習 ,  期待値最大化 ,  バイオニック補綴

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 期待値最大化 ,  転送 ,  学習 ,  生物工学 ,  補綴 ,  応用