文献

J-GLOBAL ID：202002248636845426   整理番号：20A0538756

DOLDA:高次元多クラス回帰のための正則化教師付きトピックモデル【JST・京大機械翻訳】

DOLDA: a regularized supervised topic model for high-dimensional multi-class regression

著者 (5件)： Magnusson Mans (Department of Computer and Information Science, Linkoping University, Linkoping, Sweden) ,  Magnusson Mans (Department of Computer Science, Aalto University, Espoo, Finland) ,  Jonsson Leif (Department of Computer and Information Science, Ericsson AB, Stockholm, Sweden) ,  Villani Mattias (Department of Computer and Information Science, Linkoping University, Linkoping, Sweden) ,  Villani Mattias (Department of Statistics, Stockholm University, Stockholm, Sweden)
資料名： Computational Statistics  (Computational Statistics)
巻： 35  号： 1  ページ： 175-201  発行年： 2020年 
JST資料番号： T0508A  ISSN： 0943-4062  資料種別： 逐次刊行物 (A)
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： 多くのクラスと説明共変量を有するデータに富む環境におけるユーザ解釈可能なマルチクラス予測を生成することは,注意課題である。多数のクラスを扱うことができる多クラス分類のための教師つきトピックモデルであるDiagent orthant Laent Dirichlet Allocation(DOLDA)を導入した。多くのクラスを扱うために,著者らは最近提案されたDiagonal orthant Probitモデル(Johnドロー等)を用いて,可変選択/収縮のための効率的なHorseshoeと共に,2013年の人工知能と統計学に関する国際会議の編集を行った。新しいモデルに対する計算効率の良い並列Gibbsサンプラを提案した。DOLDAの重要な利点は,学習された話題が参照クラスを必要とせずに個々のクラスに直接接続されることである。モデルの予測精度とスケーラビリティを評価し,生成した予測の解釈におけるDOLDAの利点を実証した。Copyright The Author(s) 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *正則化 ,  国際会議 ,  直交性 ,  人工知能 ,  *高次元
準シソーラス用語： 予測精度 ,  計算効率 ,  多クラス分類 ,  共変量 ,  *トピックモデル , 【Automatic Indexing@JST】

著者キーワード (5件)： テキスト分類 ,  潜在的Dirichlet割当 ,  馬蹄 ,  対角直交プロビットモデル ,  解釈可能なモデル

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 高次元 ,  クラス ,  正則化 ,  教師 ,  トピックモデル