文献

J-GLOBAL ID：202002276424981006   整理番号：20A2094596

ストリーミングデータにおける概念ドリフトの存在における極端な学習機械モデルの評価【JST・京大機械翻訳】

Evaluating Extreme Learning Machine Models in the Presence of Concept Drift in Streaming Data

著者 (2件)： Alshalali Tagrid (Department of Information Systems, Princess Nourah Bint Abdulrahman University, Riyadh, Saudi Arabia and Department of Computer Science, Bowie State University, Bowie, MD, USA) ,  Josyula Darsana (Department of Computer Science, Bowie State University, Bowie, MD, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICISDM 2020  ページ： 107-112  発行年： 2020年 
JST資料番号： D0698C  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： 本論文は,オンラインストリーミングデータにおける概念ドリフトについて議論して,概念ドリフトの存在におけるオンラインストリーミングデータを分類するための種々の極端学習機械(ELM)ベースの技術の性能を評価する。また,概念ドリフトを有するストリーミングデータに関して,訓練速度と精度に関して,従来のリカレントニューラルネットワークとオンラインリカレントELM(OR-ELM)と呼ばれるハイブリッドモデルの性能を比較した。実験の結果は,OR-ELMがより良い精度とより速い訓練時間を有することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習機械 ,  *ドリフト ,  機械学習
準シソーラス用語： リカレントニューラルネットワーク ,  ハイブリッドモデル ,  オンライン ,  *ストリーミングデータ ,  極度学習機械 , 【Automatic Indexing@JST】

著者キーワード (6件)： 概念ドリフト ,  データマイニング ,  極限学習機械 ,  機械学習 ,  オンライン学習 ,  ストリーミングデータ

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： ストリーミングデータ ,  概念 ,  ドリフト ,  極端な学習機械 ,  モデル ,  評価