文献

J-GLOBAL ID：201902218956092062   整理番号：19A1052648

AldL:ラベル分布学習のための新しい方法【JST・京大機械翻訳】

ALDL: a novel method for label distribution learning

著者 (3件)： BISWAS MAINAK (Department of Computer Science and Engineering, National Institute of Technology Goa, Ponda, India) ,  KUPPILI VENKATANARESHBABU (Department of Computer Science and Engineering, National Institute of Technology Goa, Ponda, India) ,  EDLA DAMODAR REDDY (Department of Computer Science and Engineering, National Institute of Technology Goa, Ponda, India)
資料名： Sadhana  (Sadhana)
巻： 44  号： 3  ページ： 1-10  発行年： 2019年 
JST資料番号： A1011A  ISSN： 0256-2499  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： データの複雑さは,データ駆動社会の時代において多様体を増加させた。データは巨大で本質的に複雑になった。それらの操作において離散的な単一ラベル分類アルゴリズムは,データの性質がもはやモノリシックでないので,顕著性を失っている。現在,データが1つ以上のクラスまたは複数のクラスに属する可能性がある機械学習における事例がある。このデータの性質は,自然界におけるマルチラベルである新しいアルゴリズムまたは方法の必要性を生み出した。ラベル分布学習(LDL)は,マルチラベル化アルゴリズムを見る新しい方法である。ラベルがインスタンスを定義する程度を定量化することを試みた。したがって,あらゆる例に対して,ラベル分布がある。本論文では,新しい学習法,すなわち角度ラベル分布学習(ALDL)を導入した。それは,角度分布関数に基づいており,それは,円の2つの点をつなぐアークの長さの計算から導き出される。提案したALDLの平均二乗誤差(MSE)に関する比較性能評価を,k-NN(AA-kNN),多層パーセプトロン,Levenberg-Marquardt神経回路網および層再発ニューラルネットワークLDLデータセットのアルゴリズム適応により行った。MSEは,提案したALDLに対して減少することが観察された。Aldlは,LDLの標準アルゴリズムと比較すると,実際の世界データセットに対しても統計的に有意である。Copyright 2019 Indian Academy of Sciences Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 再発 ,  アーク放電 ,  分布関数 ,  ニューラルネットワーク ,  神経回路網 ,  機械学習 ,  *学習 ,  性能評価 ,  多層パーセプトロン ,  アルゴリズム ,  多様体
準シソーラス用語： 平均二乗誤差 ,  分類アルゴリズム ,  データ駆動 , 【Automatic Indexing@JST】

著者キーワード (4件)： 機械学習 ,  マルチラベル分類 ,  マルチラベル学習 ,  ラベル分布学習

分類 (4件)： 電力系統一般  (NB02000E) ,  熱交換器,冷却器  (PA03020G) ,  モルタル,コンクリート  (RA06042H) ,  コンクリート構造  (RA04030A)

タイトルに関連する用語 (3件)： ラベル ,  分布 ,  学習