文献

J-GLOBAL ID：202002238872803197   整理番号：20A0913547

クラス不均衡の下での分類改善のためのハイパーパラメータ最適化【JST・京大機械翻訳】

Hyperparameter Optimisation for Improving Classification under Class Imbalance

著者 (5件)： Kong Jiawen (Leiden University,Leiden Institute of Advanced Computer Science,Leiden,the Netherlands) ,  Kowalczyk Wojtek (Leiden University,Leiden Institute of Advanced Computer Science,Leiden,the Netherlands) ,  Nguyen Duc Anh (Leiden University,Leiden Institute of Advanced Computer Science,Leiden,the Netherlands) ,  Back Thomas (Leiden University,Leiden Institute of Advanced Computer Science,Leiden,the Netherlands) ,  Menzel Stefan (Honda Research Institute Europe GmbH,Offenbach,Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SSCI  ページ： 3072-3078  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： クラス不均衡分類問題は膨大な量の注目を集めているが,ハイパーパラメータ最適化はこの分野で詳細に研究されていない。分類アルゴリズムと再サンプリング技術の両方は,調整できるいくつかのハイパーパラメータを含んでいる。本論文では,いくつかの実験を設定し,デフォルトハイパーパラメータを用いることと比較して,分類アルゴリズムと再サンプリング手法の両方に対するハイパーパラメータ最適化を適用することにより,不均衡データセットを分類するための最良の結果を生成できることを示した。さらに,本論文は,データ複雑性,特にクラス間の重なりが,ハイパーパラメータ最適化を通して達成できる可能性のある改善に大きな影響を持つことを示した。著者らの実験の結果は,再サンプリング技術の使用がいくつかの複雑なデータセットに対する性能を改善できないことを示し,不均衡なデータセットを扱う前にデータの複雑さを分析することの重要性をさらに強調した。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： *最適化 ,  不均衡 ,  *改変
準シソーラス用語： リサンプリング ,  *ハイパーパラメータ ,  *クラス不均衡 , 【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)： クラス不均衡 ,  分類 ,  ハイパーパラメータ ,  最適化