文献

J-GLOBAL ID：201902292878514567   整理番号：19A2424650

より良い分類のためのk最近傍サポートベクトルマシンのホワイトボックスの再定義【JST・京大機械翻訳】

Redefining the White-Box of k-Nearest Neighbor Support Vector Machine for Better Classification

著者 (1件)： Sim Doreen Ying Ying (Faculty of Cognitive Sciences and Human Development, University Malaysia Sarawak, Kota Samarahan, Kuching, Malaysia)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 603  ページ： 157-167  発行年： 2020年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
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： データ点のパターンの間の距離と類似性を,主成分分析が10のデータセットに実行された後にk-最近傍法によって計算した。次に,加重距離を定式化し,計算し,サポートベクトルマシンのGaussカーネル幅と相乗的に調整した。これは,SVMのカーネル幅と同様にデータ点のパターンの距離と類似性の間の関係に関する研究から導き出された本研究の提案された定式化によって行われる。Gaussカーネル幅のカーネルスケールをカスタマイズし,提案した新しいアプローチにより分類した。これらすべては,再定義されるべき白色ボックスアルゴリズムとして知られている。開発したアルゴリズムは,典型的なSVM分類のトレードオフとヒンジ損失問題を避け,最小化することである。提案したアルゴリズムをUCIデータリポジトリから主にデータセットに適用した後,Gaussカーネル幅を得ることなく,典型的なSVM分類と比較した場合,分類においてより正確であることを示した。カスタマイズされたカーネルスケールからの最適カーネル幅は,提案された定式化によって計算された後に,SVM分類に入力される。PCAによる次元縮小とkNNにより計算されたパターン間の距離,およびその後提案された定式化により,分類精度が大幅に改善されるようにSVMのGaussカーネル幅を最適に調整できることが分かった。Copyright 2020 Springer Nature Singapore Pte Ltd. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *サポートベクトルマシン ,  定式化 ,  ヒンジ ,  主成分分析 ,  類似性 ,  カスタム化 ,  次元縮小
準シソーラス用語： 分類精度 ,  SVM分類 ,  Gaussカーネル ,  加重 ,  最近傍法 , 【Automatic Indexing@JST】

著者キーワード (5件)： k最近傍 ,  主成分分析 ,  Gaussカーネル幅 ,  サポートベクトルマシン ,  提案した処方

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (2件)： 分類 ,  サポートベクトルマシン