文献

J-GLOBAL ID：202002234905426231   整理番号：20A2032079

節索引付けによるTsetlinマシンの推論と学習速度の増加【JST・京大機械翻訳】

Increasing the Inference and Learning Speed of Tsetlin Machines with Clause Indexing

著者 (5件)： Rahimi Gorji Saeed (Centre for Artificial Intelligence Research, University of Agder, Grimstad, Norway) ,  Granmo Ole-Christoffer (Centre for Artificial Intelligence Research, University of Agder, Grimstad, Norway) ,  Glimsdal Sondre (Centre for Artificial Intelligence Research, University of Agder, Grimstad, Norway) ,  Edwards Jonathan (Temporal Computing, Newcastle, UK) ,  Goodwin Morten (Centre for Artificial Intelligence Research, University of Agder, Grimstad, Norway)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12144  ページ： 695-708  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  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： Tsetlinマシン(TM)は,古典的Tsetlinオートマトン(TA)とゲーム理論で発見された機械学習アルゴリズムである。それは,さらに頻繁なパターンマイニングと資源配分原理を利用して,データにおける一般的パターンを抽出し,むしろ,過剰適合の傾向がある出力誤差を最小化することよりもむしろ,データにおける一般的パターンを抽出する。ニューラルネットワークにおけるパターン表現の絡み合った性質とは異なり,TMは自己包含パターンに問題を分解し,結合的節として表現する。クラスユー出力は,次に,バイナリー重みとユニットステップ出力関数で,ロジスティック回帰関数に似ている,加算と閾値化を通して分類決定に組み合わされる。本論文では,この階層構造を,徹底的にクラスユースの評価を避ける新しいアルゴリズムを導入することによって利用した。その代りに,著者らは,それらがそれらを偽造する特徴に関する節理をインデックスする単純なルックアップテーブルを使用する。この方法で,著者らは,ファル化を通して,単に特徴を通して反復し,そして,ルックアップテーブルを用いて,ファル化されるそれらのクラスを消去することを通して,簡単に,多くのクラスユースを評価できる。ルックアップテーブルは,一定時間更新を容易にするようにさらに構造化され,学習中の使用も支援する。MNISTとFashion-MNIST画像分類とIMDb感情分析に関する15倍高速分類と3倍高速学習を報告する。Copyright Springer Nature Switzerland AG 2020 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 ,  パターン認識 ,  オートマトン ,  *学習 ,  ゲーム理論 ,  ニューラルネットワーク ,  節理 ,  資源割付 ,  階層構造 ,  学習アルゴリズム ,  ルックアップテーブル
準シソーラス用語： ロジスティック回帰分析 ,  画像分類 ,  パターンマイニング ,  バイナリー , 【Automatic Indexing@JST】

著者キーワード (6件)： Tsetlinマシン ,  パターン認識 ,  命題論理 ,  高頻度パターンマイニング ,  学習オートマトン ,  パターン索引付け

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 (5件)： 節 ,  索引付け ,  マシン ,  推論 ,  学習速度