文献

J-GLOBAL ID：202002214679433344   整理番号：20A0910758

複数特徴集合を用いた自動最適オンライン市民問題分類【JST・京大機械翻訳】

Automated Optimal Online Civil Issue Classification using Multiple Feature Sets

著者 (4件)： Nazar Imara (University at Albany,Department of Electrical and Computer Engineering,Albany,NY,USA) ,  Liyanage Yasitha Warahena (University at Albany,Department of Electrical and Computer Engineering,Albany,NY,USA) ,  Zois Daphney-Stavroula (University at Albany,Department of Electrical and Computer Engineering,Albany,NY,USA) ,  Chelmis Charalampos (University at Albany,Department of Computer Science,Albany,NY,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IEEECONF  ページ： 1591-1595  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： 本論文では,複数の特徴集合が利用可能な場合について,クラウド消費システムにおける非緊急民間問題の自動分類を検討した。著者らは,複数の特徴集合が,より正確な決定に導く問題のタイプに関する有用な相補的情報を含むことができることを認識した。しかしながら,これらの集合におけるすべての特徴を用いることは,決定を遅らせるかもしれない。タイムリーな方法で正確な決定に到達することに関心があるので,複数の特徴集合から特徴を選択する最適な方法が必要である。この目的のために,著者らは,特徴レビュープロセスが現在のセットにおいて継続しなければならないか,あるいは次のものに移動するかを決定するために,利用可能な特徴と特徴集合を逐次的にレビューする新しいアプローチを提案した。最後に,すべての特徴集合がレビューされたとき,問題はすべての利用可能な情報を用いて分類される。提案手法は,決定に到達する前に,すべての特徴集合における特徴の最小数をレビューすることを保証し,一方,最適決定ルールは平均Bayesリスクを最小化することを示した。実世界におけるSequickFixデータの評価により,精度を犠牲にすることなく,状態よりも99.5%少ない特徴をレビューすることにより,問題を分類する能力を実証した。Copyright 2020 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： *自動分類 ,  市民
準シソーラス用語： *オンライン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 集合 ,  オンライン ,  市民 ,  分類