文献

J-GLOBAL ID：202102249055359942   整理番号：21A0447375

性能教師付き機械学習アルゴリズムに対する分散訓練データの影響【JST・京大機械翻訳】

Influence Distribution Training Data on Performance Supervised Machine Learning Algorithms

著者 (2件)： Suban Ignasius Boli (Universitas Atma Jaya Yogyakarta,Magister Informatika,Yogyakarta,Indonesia) ,  Emanuel Andi W. R. (Universitas Atma Jaya Yogyakarta,Magister Informatika,Yogyakarta,Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ISRITI  ページ： 100-105  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： 殆ど全ての生活分野はBanknoteを必要とする。生命の特別な分野でさえ,銀行,輸送会社,およびカシノのような大量に銀行を必要とする。したがって,Banknotesは,日毎にすべての活動を行う際に,特に金融に関連したそれらに不可欠な構成要素である。スキャナとコピーマシンのような技術的進歩を通して,それは,犯罪を省略する機会を提供できる。犯罪は,カウンタットバンクである。多くの人々は,真の銀行と偽造のBankotteの間で区別するのが困難であり,その原因は,真のBankoteとの高度な類似性を持つためである。その背景に基づいて,著者らは,真正のBanknoteと偽造のBankoteを識別するための分類プロセスを行うことを望んだ。分類プロセス利用方法は,訓練データの分布に基づく精度のレベルを比較する。使用した教師つき学習の方法は,サポートベクトルマシン(SVM),K最近傍(K-NN),およびNaive Bayesである。K-NN法は,30%,50%,および80%の訓練データの両方で,著者らが用いた3つの方法の最も高い特異性,感度,および精度を有する方法である。訓練データ30%と50%値特異性:0.99,感度:1.00,精度:0.99。80%訓練データ値特異性:1.00,感度:1.00,精度:1.00。これは,訓練データの分布がSupervisedマシン学習アルゴリズムの性能に影響を及ぼすことを意味する。KNN法では,訓練データが大きいほど,精度が良かった。Copyright 2021 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 ,  銀行 ,  複写機 ,  金融 ,  犯罪 ,  教師つき学習 ,  走査装置 ,  類似性 ,  *学習アルゴリズム ,  サポートベクトルマシン
準シソーラス用語： *訓練データ ,  特異性 ,  Naive Bayes ,  *教師付き機械学習 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 教師付き機械学習 ,  アルゴリズム ,  訓練データ