文献

J-GLOBAL ID：202002239731612140   整理番号：20A1339642

生物学的データ上の制限されたBoltzmannマシンの教師付きおよび半教師つき訓練アルゴリズムの比較【JST・京大機械翻訳】

A Comparison of Supervised and Semi-supervised Training Algorithms of Restricted Boltzmann Machines on Biological Data

著者 (2件)： Pap Gergely (Institute of Informatics, University of Szeged,Szeged,Hungary) ,  Toth Laszlo (Institute of Informatics, University of Szeged,Szeged,Hungary)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CINTI-MACRo  ページ： 000023-000028  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： 今日,生物学的実験で適用したほとんどのデバイスは大量のデータを生成する。しかし,人間の専門知識のコストにより,これらのデータの小さなサブセットのみがヒトによって検査またはラベル付けされるが,抽出された情報の巨大な部分はラベルされていないままである。したがって,ラベルなしデータ(注釈付きデータ部分と並列に時間)を自動化できる機械学習法への関心は,過去数年で着実に成長している。本研究では,上記の問題を扱う一つのアプローチが,半教師つき機械学習構成における制限Boltzmannマシン(RBM)の応用である可能性を示した。RBMはラベルなしデータから関連情報を抽出でき,ラベル付きデータセットのみの学習により達成された分類精度を改善するためにそれを使用する。(深い)人工ニューラルネットワークとサポートベクターマシンとの半教師つき分類RBMを比較し,3つの異なる生物学的にヒントを得たデータセットにおける非注釈データの使用から生じる改善を調べた。著者らの結果は,深層学習のこの現代時代でさえ,半教師つき分類器が,注釈データが時間がかかり,資源-重作業である科学のこれらの領域における実行可能なオプションであることを示した。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： *アルゴリズム ,  自動化 ,  ニューラルネットワーク ,  ヒト ,  *教師つき学習 ,  *Boltzmannマシン ,  機械学習 ,  アノテーション ,  サポートベクトルマシン
準シソーラス用語： 分類精度 ,  専門知識 ,  半教師付き分類 ,  教師付き機械学習 ,  深層学習 ,  ラベルなしデータ , 【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 (6件)： 生物学 ,  制限 ,  Boltzmannマシン ,  教師 ,  教師つき訓練 ,  アルゴリズム