文献

J-GLOBAL ID：201802292015709928   整理番号：18A0973643

ベクトルマシンをサポートするためのカーネル関数による文脈分類の誘導【JST・京大機械翻訳】

Inducing Contextual Classifications With Kernel Functions Into Support Vector Machines

著者 (3件)： Negri Rogerio Galante (Instituto de Cie^ncia e Tecnologia, UNESP, Sao Jose ́ dos Campos, Brazil) ,  da Silva Erivaldo Antonio (Faculdade de Cie^ncia e Tecnologia, UNESP, Presidente Prudente, Brazil) ,  Casaca Wallace (Campus Experimental de Rosana, UNESP, Sao Paulo, Brazil)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 15  号： 6  ページ： 962-966  発行年： 2018年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： カーネル関数は,パターン認識の分野において,特に画像分類を実行するために,理論と実践を革命させた。良く知られたサポートベクトルマシン(SVM)の非線形変種を生み出すことに加えて,これらの関数を用いて,非ベクトルデータ(例えば,グラフと集合の収集)を分類した。その中で,そのようなコンテキストデータエンティティ間の類似性を正確に測定するために,カスタマイズされた計量を作成した。本稿では,リモートセンシング画像分類のための新しいSVM駆動法として,2つの文脈に触発されたカーネル関数を導入した。高次元空間における代表的特徴として多属性ベクトルのみを仮定する既存のSVMベース手法とは対照的に,提案モデルは文脈的に与えられたデータの全集合間の比較を形式的に確立し,これらの文脈測定を用いて分類を駆動する。より正確に,確率的距離と仮説試験を便利に扱い,このモデルを構築するために「カーネル化」を行い,リモートセンシングと実世界画像の両方を含む完全な実験を行い,種々の確立したSVMベースの方法に対する提案カーネルの性能を検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 画像 ,  グラフ ,  *ベクトル ,  高次元 ,  類似性 ,  サポートベクトルマシン ,  リモートセンシング ,  パターン認識 ,  カスタム化 ,  仮説検定
準シソーラス用語： カーネル化 ,  リモートセンシング画像 ,  ベクトルデータ ,  画像分類 ,  *Kernel関数 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： ベクトル ,  マシン ,  カーネル関数 ,  文脈 ,  分類 ,  誘導