文献

J-GLOBAL ID：202002253112648964   整理番号：20A2216667

バイスパース最適化に基づく解釈可能な回帰アプローチ【JST・京大機械翻訳】

An interpretable regression approach based on bi-sparse optimization

著者 (7件)： Zhang Zhiwang (School of Information and Electrical Engineering, Ludong University, Yantai, China) ,  Zhang Zhiwang (Yantai Research Institute of New Generation Information Technology, Southwest Jiaotong University, Yantai, China) ,  Gao Guangxia (Shandong Technology and Business University, Yantai, China) ,  Yao Tao (School of Information and Electrical Engineering, Ludong University, Yantai, China) ,  Yao Tao (Yantai Research Institute of New Generation Information Technology, Southwest Jiaotong University, Yantai, China) ,  He Jing (Swinburne University of Technology, Melbourne, VIC, Australia) ,  Tian Yingjie (Research Center on Fictitious Economy and Data Science, Chinese Academy of Sciences, Beijing, China)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 50  号： 11  ページ： 4117-4142  発行年： 2020年 
JST資料番号： W0297A  ISSN： 0924-669X  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： 予測問題におけるデータと高い特徴次元の増加量を考えると,計算上効率的で高精度の回帰モデルを構築することは挑戦的である。さらに,回帰モデルは,非線形フィッティング問題に取り組むために,単一カーネル関数またはマルチカーネル関数の複合材料を用いるとき,一般的に低い解釈性に悩まされる。本論文では,サポートベクトル回帰(SVR)のフレームワークにおいて,再構成列とカラムカーネル行列を有する二スパース最適化ベース回帰(BSOR)モデルと対応するアルゴリズムを提案した。BSORモデルは,スパースインスタンスと特徴集合を達成するために,ゼロノルム正則化法を用いて,与えられた入力点に対する連続出力値を予測することができる。BSORをSVR,線形プログラミングSVR(LPSVR),最小二乗SVR(LSSVR),マルチカーネル学習SVR(MKLSVR),最小絶対収縮と選択オペレータ回帰(LASSOR),および関連ベクトル回帰(RVR)と比較するために16のデータセットで実験を行った。”実験”は,BSORをSVR,線形プログラミングSVR(LPSVR),最小二乗SVR(LSSVR),マルチカーネル学習SVR(MKLSVR),最小絶対収縮および選択オペレータ回帰(RVR)と比較した。BSORは,予測精度の他の6つの回帰モデル,最も少ない代表例の同定,最も少ない重要な特徴の選択,および結果の解釈性,そのわずかに高い実行時間から,著しく優れていた。Copyright Springer Science+Business Media, LLC, part of Springer Nature 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 ,  最小二乗法 ,  *最適化 ,  線形計画法 ,  ベクトル ,  学習 ,  オペレータ ,  正則化 ,  回帰モデル ,  データマイニング
準シソーラス用語： 実行時間 ,  予測精度 ,  Kernel関数 ,  サポートベクトル回帰 ,  マルチカーネル学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： データマイニング ,  マルチカーネル学習 ,  スパース学習 ,  ゼロノルム正則化 ,  サポートベクトル回帰

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (1件)： 最適化