文献

J-GLOBAL ID：202002292059490881   整理番号：20A2038163

複雑性に基づくデータ集合生成のための多目的最適化アプローチ【JST・京大機械翻訳】

A Many-Objective optimization Approach for Complexity-based Data set Generation

著者 (5件)： Fraca Thiago R. (Universidade Federal Rural de Pernambuco,Departamento de Computac,ao) ,  Miranda Pericles B.C. (Universidade Federal Rural de Pernambuco,Departamento de Computac,ao) ,  Prudencio Ricardo B.C. (Universidade Federal de Pernambuco,Centro de Informa ́tica) ,  Lorenaz Ana C. (Instituto Tecnolo ́gico de Aerona ́utica,Divisao de Cie^ncia da Computac,ao) ,  Nascimento Andre C.A. (Universidade Federal Rural de Pernambuco,Departamento de Computac,ao)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CEC  ページ： 1-8  発行年： 2020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： 特定のタスクにおける機械学習アルゴリズムの評価は通常,実世界観測データに関する経験的評価によって行われる。しかし,時々利用可能なデータは存在しない。合成データセットは,与えられた学習タスクに対してアクセス可能かつ高いパラメータ化のため,効率的な分類器評価のための代替として注目を集めている。そのようなデータベースの特徴付けは,その複雑さを推定するために,与えられた分類問題に対して,データ集合から統計的および幾何学的特徴を抽出する複雑性測度,例えば,学習オブジェクトに関する記述子によって行うことができる。このような複雑性測度を用いて,合成データセットの生産をガイドし,1つ以上のデータセット特徴を補強する。本研究では,同時にバランスする複雑性の4つの測度を考慮した合成データの生成のための多目的アルゴリズムの使用を提案した。結果は,提案が相反する目的を最適化でき,特定の複雑性のデータセットを生成することを示した。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 ,  *最適化 ,  測度 ,  学習 ,  データベース ,  パラメタリゼーション ,  学習アルゴリズム
準シソーラス用語： *多目的最適化 ,  複雑性 ,  複雑性測度 ,  学習オブジェクト , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 複雑性 ,  データ集合 ,  多目的最適化