文献

J-GLOBAL ID：202002266727915766   整理番号：20A0902004

マルチソース異種センサネットワークのための不均衡データ分類【JST・京大機械翻訳】

Imbalanced Data Classification for Multi-Source Heterogenous Sensor Networks

著者 (4件)： Wang Wei (Tianjin Key Laboratory of Wireless Mobile Communications and Power Transmission, Tianjin Normal University, Tianjin, China) ,  Zhang Mengjun (Tianjin Key Laboratory of Wireless Mobile Communications and Power Transmission, Tianjin Normal University, Tianjin, China) ,  Zhang Li (Tianjin Key Laboratory of Wireless Mobile Communications and Power Transmission, Tianjin Normal University, Tianjin, China) ,  Bai Qiong (Tianjin Key Laboratory of Wireless Mobile Communications and Power Transmission, Tianjin Normal University, Tianjin, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 27406-27413  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： 従来の分類アルゴリズムの大部分は,サンプルの一様な分布に基づいており,そのようなデータを扱うとき,その効果は理想的ではなく,主に分類結果が大部分のクラスに傾斜することを示す。そこで本論文では,サポートベクトルマシンの拡張と拡張に基づく不均衡なマルチソース不均一データ分類アルゴリズムを提案した。マルチソースデータの中に複雑な接続があることを考慮して,それらを統一的で簡潔で効率的な数学モデルとして表現することは,データ情報を完全に保持し,データ処理効率を改善することができる。本論文では,不均一データに関するテンソル表現と特徴抽出を行い,2つの異なる分類アルゴリズムを提案した。最初の方法において,著者らは,直接的に統一テンソル形式にマルチソース不均一データを表現して,次元縮小アルゴリズムを通して高品質コアデータを得て,次に,サポートテンソルマシンによってデータ分類を実現した。他の方法では,異なるデータ源からデータを抽出し,異なるカーネル関数を有する3つのDSVMを組み合わせた,アンサンブル深さサポートベクトルマシン(DSVM)でそれらを分類する。アルゴリズムをCUAVEデータセットに関して比較して,それは音響と画像の2つの異なるモダリティを含んだ。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 ,  テンソル ,  音響 ,  数学モデル ,  特徴抽出 ,  データ処理 ,  次元縮小 ,  *センサネットワーク ,  サポートベクトルマシン
準シソーラス用語： 不均衡 ,  モダリティ ,  Kernel関数 ,  分類アルゴリズム ,  *データ分類 ,  *不均衡データ , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： マルチ ,  ソース ,  センサネットワーク ,  均衡 ,  データ分類