文献

J-GLOBAL ID：201902235932408658   整理番号：19A2402428

最小複雑性機械の解析【JST・京大機械翻訳】

Analyzing Minimal Complexity Machines

著者 (1件)： Abe Shigeo (Kobe University, Kobe, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IJCNN  ページ： 1-8  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 最小複雑度機械(MCM)は,訓練データと分離超平面の間の最大距離を最小化し,従来のサポートベクトルマシンより良く一般化することを示した。本論文ではMCMを解析し,MCMの解が非一意的で非有界であるという条件を明らかにした。非有界性を解決するために,著者らは最小の複雑性線形計画法サポートベクトルマシン(MLP SVM)を提案して,それにおいて,トレーニングデータと分離超平面の間の最大距離の最小化を線形計画法サポートベクトルマシン(LP SVM)に加えた。計算機実験により,MCMの解はいくつかの条件下で非有界であり,MLP SVMはほとんどの2クラスおよびマルチクラス問題に対してLP SVMよりも一般化されることを示した。Copyright 2019 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： 計算機シミュレーション ,  *サポートベクトルマシン ,  線形計画法 ,  有界 ,  超平面 ,  *複雑性 ,  計算機利用 ,  利用
準シソーラス用語： 訓練データ ,  複雑度 , 【Automatic Indexing@JST】

分類 (3件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 複雑性 ,  解析