文献

J-GLOBAL ID：201902273990967798   整理番号：19A1586999

中立クラスを持つSVM【JST・京大機械翻訳】

SVM with a neutral class

著者 (3件)： Smieja Marek (Faculty of Mathematics and Computer Science, Jagiellonian University, Krakow, Poland) ,  Tabor Jacek (Faculty of Mathematics and Computer Science, Jagiellonian University, Krakow, Poland) ,  Spurek Przemyslaw (Faculty of Mathematics and Computer Science, Jagiellonian University, Krakow, Poland)
資料名： Pattern Analysis and Applications  (Pattern Analysis and Applications)
巻： 22  号： 2  ページ： 573-582  発行年： 2019年 
JST資料番号： W1108A  ISSN： 1433-7541  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： 多くの実際の二値分類問題において,正と負のクラスの存在に加えて,第三の中性クラスの例,すなわち,正と負の間の不確実または中間状態の例を与えた。学習過程における中立クラスを無視するための一般的な実践であるが,その適切な使用は分類精度の改善につながる。本論文において,訓練段階における中立例を含むために,著者らは,単一学習モデルの利用によって3クラス問題を解明するために設計された方法を設計して,3クラスSVMの2つの変種(Anguloらによって提案された)を適合させた。古典的SVMと類似して,正と負のインスタンスの間のマージンを最大化し,可能な限り中性クラスに近い位置にあるような超平面を調べた。オリジナルのAnguloの論文に加えて,著者らはモデルの新しい解釈を与えて,それが初期において容易に実行できることを示した。著者らの実験は,考察した方法が古典的SVMおよび半教師つきSVMよりも二値分類問題においてより良い結果を得ることを実証した。Copyright 2017 The Author(s) Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *不確実性 ,  学習モデル
準シソーラス用語： 超平面 ,  分類精度 ,  学習過程 ,  中性 ,  二値分類 , 【Automatic Indexing@JST】

著者キーワード (4件)： 分類 ,  SVM ,  半教師つき学習 ,  化学情報科学

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 中立 ,  クラス ,  SVM