文献

J-GLOBAL ID：201902269849642848   整理番号：19A0915062

エントロピーに基づくマルチグラフマルチラベル学習【JST・京大機械翻訳】

Multi-Graph Multi-Label Learning Based on Entropy

著者 (2件)： Zhu Zixuan (College of Computer Science and Engineering, Northeastern University, Shenyang 110819, China) ,  Zhao Yuhai (College of Computer Science and Engineering, Northeastern University, Shenyang 110819, China)
資料名： Entropy (Web)  (Entropy (Web))
巻： 20  号： 4  ページ： 245  発行年： 2018年 
JST資料番号： U7179A  ISSN： 1099-4300  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 近年,マルチエージェント学習の拡張としてマルチグラフ学習が提案され,いくつかの成功が達成されている。しかしながら,著者らの知る限りでは,現在,マルチグラフマルチラベル学習に関する研究はなく,そこでは,各オブジェクトは多数のグラフを含むバッグとして表現され,各バッグは複数のクラスラベルでマークされている。それは,画像分類,医学分析などの多くの応用に存在する興味深い問題である。本論文では,この問題に対処するための革新的アルゴリズムを提案した。最初に,分類精度が改善されるように,画像を表現するために,インstancesの代わりに,より正確な構造,多重グラフを用いた。次に,画像の意味論的あいまいさを除去するために出力として多重ラベルを使用する。さらに,それは,頻繁なサブグラフをマイニングする代わりに,有益なサブグラフをマイニングするためにエントロピーを計算して,それは分類のためにより正確な特徴を選択することを可能にした。最後に,現在のアルゴリズムはグラフ構造を直接扱うことができないので,著者らはMIML-ELM(Extreme学習機械による改良多入力マルチラベル学習)によってそれを解明するために,マルチグラフマルチラベル学習を多入力マルチラベル学習に縮退させた。性能研究は,著者らのアルゴリズムが有効性と効率の両方に関して競争者より優れていることを示した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 部分グラフ ,  *エントロピー ,  画像 ,  アルゴリズム ,  *グラフ ,  学習機械 ,  *学習 ,  有効性 ,  曖昧さ ,  多重化 ,  意味論
準シソーラス用語： グラフ構造 ,  分類精度 ,  画像分類 ,  マルチエージェント学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： マルチグラフマルチラベル ,  エントロピー ,  情報部分グラフ ,  極端学習機械

分類 (1件)： 量子力学一般  (BA06010C)

引用文献 (34件)：

• Wang, W.; Vong, C.; Yang, Y.; Wong, P. Encrypted image classification based on multilayer extreme learning machine. Multidimens. Syst. Signal Process. 2017, 28, 851-865.
• Yan, K.; Li, Z.; Zhang, C. A New multi-instance multi-label learning approach for image and text classification. Multimed. Tools Appl. 2016, 75, 7875-7890.
• Tang, P.; Wang, X.; Feng, B.; Liu, W. Learning Multi-Instance Deep Discriminative Patterns for Image Classification. IEEE Trans. Image Process. 2017, 26, 3385-3396.
• Chaiyakhan, K.; Kerdprasop, N.; Kerdprasop, K. Feature Selection Techniques for Breast Cancer Image Classification with Support Vector Machine. Lect. Notes Eng. Comput. Sci. 2016, 2221, 327-332.
• Bashier, H.; Hoe, L.; Hui, L.; Azli, M.; Han, P.; Kwee, W.; Sayeed, M. Texture classification via extended local graph structure. Optik Int. J. Light Electron Opt. 2016, 127, 638-643.

タイトルに関連する用語 (2件)： エントロピー ,  学習