文献

J-GLOBAL ID：202102284955671719   整理番号：21A1158687

近傍勾配に基づく機械学習特徴選択最適化手法【JST・京大機械翻訳】

Feature Selection Optimization Method of Machine Learning Based on Neighbor Gradient

著者 (2件)： Zhao Hao (福建農林大学金山学院,福建福州350002) ,  Li Panpan (福建農林大学金山学院,福建福州350002)
資料名： Jisuanji Fangzhen  (Jisuanji Fangzhen)
巻： 37  号： 11  ページ： 289-293  発行年： 2020年 
JST資料番号： C2937A  ISSN： 1006-9348  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在の機械学習特徴選択法には,長い計算時間と低い特徴選択精度の問題があるため,隣接勾配の機械学習特徴選択最適化法を提案した。機械学習の概念に従って,特徴選択原理の特性を結合して,ハイブリッド特徴アルゴリズムを構築した。特徴集合を分割して簡易化し,情報理論と確率統計を用いて特徴部分集合を分類し,情報利得を得た。特徴間に存在する特徴関連性と分類属性間の関係に基づいて,情報利得を離散化して,特徴選択を完成した。隣接勾配アルゴリズムを用いて,特徴選択を最適化した。シミュレーション結果は,提案した方式が効果的に機械学習特徴選択を実行できて,最適化によって特徴選択の効率を改善できることを示した。Data from Wanfang. Translated 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 ,  シミュレーション ,  情報理論 ,  簡素化 ,  *最適化手法 ,  *特徴選択 ,  *機械学習
準シソーラス用語： 離散化 ,  情報利得 ,  勾配アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 近傍 ,  勾配 ,  機械学習 ,  特徴選択 ,  最適化手法