文献

J-GLOBAL ID：202102250076086472   整理番号：21A0069824

グローワームスウォーム最適化選択的アンサンブルアルゴリズムに基づく適応投票オンライン逐次極値学習機械【JST・京大機械翻訳】

Adaptive Voting Online Sequential Extreme Learning Machine based on Glowworm Swarm Optimization Selective Ensemble Algorithm

著者 (4件)： Zhang Senyue (Shenyang Aerospace University,School of Artificial Intelligence,Shenyang,China) ,  Sun Tieli (Northeast Normal University,College of Humanities and Sciences,Changchun,China) ,  Li Yibo (Shenyang Aerospace University,School of Automation,Shenyang,China) ,  Sui Xuemei (Shenyang Aerospace University,School of Automation,Shenyang,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SMC  ページ： 1473-1478  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： 本論文では,単一オンライン逐次学習機械の不安定な出力の観点から,グローワームスウォーム最適化に基づく選択的アンサンブルアルゴリズムを提案した。このアルゴリズムに基づいて,多重学習機械の適応学習フレームワークを設計し,事前設定閾値に従って選択集合のための多重学習機械を使用するかどうかを判断できる。実験結果は,提案した方式が,基本的オンライン逐次極端学習機械ならびに投票オンライン逐次極端学習機械と比較して,より高い分類精度と一般化性能を有することを示した。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 ,  *最適化 ,  *学習機械 ,  多重化 ,  投票
準シソーラス用語： 適応学習 ,  分類精度 ,  *オンライン ,  逐次学習 ,  極度学習機械 , 【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 (9件)： 最適化 ,  アンサンブル ,  アルゴリズム ,  適応 ,  投票 ,  オンライン ,  逐次 ,  極値 ,  学習機械