文献

J-GLOBAL ID：202002213881514544   整理番号：20A2151455

運転者支援システム(DAS)における事前衝突警報のためのハイブリッドカッコウ探索と調和探索アルゴリズムを用いた最小二乗サポートベクトルマシン(LS-SVM)パラメータ最適化【JST・京大機械翻訳】

Least-Square Support Vector Machine (LS-SVM) Parameters Optimization using Hybrid Cuckoo Search and Harmony Search Algorithm for Pre Collision Warning on Driver Assistance System (DAS)

著者 (3件)： Sumarudin A (Politeknik Negeri Indramayu, Indonesia) ,  Puspaningrum A (Politeknik Negeri Indramayu, Indonesia) ,  Suheryadi A (Politeknik Negeri Indramayu, Indonesia)
資料名： Journal of Physics: Conference Series  (Journal of Physics: Conference Series)
巻： 1577  号： 1  ページ： 012009 (6pp)  発行年： 2020年 
JST資料番号： W5565A  ISSN： 1742-6588  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 技術の成長は,様々な種類の利点を供給するために輸送部門を誘発した。それらの一つは衝突警報である。衝突を警告するにはいくつかのステップがあり,すなわち,衝突を分類,予測する。多くの教師つき機械学習アルゴリズムを実行して,よく知られたアルゴリズムのひとつは,最小二乗法-サポートベクトルマシン(LS-SVM)であった。動径基底関数(RBF)は,信頼できる性能をサポートするよく知られた方法であるLS-SVMカーネルの1つである。しかし,そのパラメータのCとガンマをランダムに選択した。これにより,分類器の性能は最適でない。したがって,ハイブリッドカッコ探索と調和探索アルゴリズムを実行して,この研究におけるLSSVMパラメータを最適化した。8437の輸送記録を実験で使用し,精度を用いて評価した。さらに,提案した方法を,いくつかのメタヒューリスティック最適化アルゴリズム,即ち,Cucko探索アルゴリズム(CS-SVM),Batアルゴリズム(BA-SVM),およびホタルアルゴリズム(FA-SVM)を用いて評価した。実験結果は,Cucko探索アルゴリズム,Batアルゴリズム,およびホタルアルゴリズムと比較して,ハイブリッドCucko探索とHarmony検索アルゴリズム(CSHS-SVM)が,精度のために84.513%に達することによって,性能をうまく強化することを示した。Please refer to the publisher for the copyright holders. 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 ,  最小二乗法 ,  *最適化 ,  *警報 ,  最適化手法 ,  動径基底関数 ,  *サポートベクトルマシン
準シソーラス用語： *パラメータ最適化 ,  *探索アルゴリズム ,  検索アルゴリズム ,  *最小二乗-サポートベクトルマシン ,  運転者支援システム ,  ホタルアルゴリズム , 【Automatic Indexing@JST】

分類 (2件)： 変圧器  (NB08020Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (10件)： 運転者支援システム ,  DAS ,  衝突 ,  警報 ,  探索 ,  調和 ,  探索アルゴリズム ,  最小二乗サポートベクトルマシン ,  LS-SVM ,  パラメータ最適化