抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
回帰と分類のためのランダムフォレスト(RF)に注意機構を適用するためのABRF(注意ベースランダムフォレスト)とその修正と呼ばれる新しいアプローチを提案する。提案したABRFモデルの背後にある主なアイデアは,特定の方法で決定木に訓練可能なパラメータで注意重みを割り当てることである。重みは事例間の距離に依存し,それは木の対応する葉に陥り,同じ葉に陥る事例である。このアイデアは,RFの形でのNadaraya-Watsonカーネル回帰の表現から生じる。一般的アプローチの3つの修正を提案した。第一のものは,Huberの汚染モデルの適用と,二次または線形最適化問題の解決による注意重みの計算に基づいている。第2と第3の修正は,訓練可能なパラメータを計算するための勾配ベースのアルゴリズムを使用する。種々の回帰と分類データセットによる数値実験は,提案した方法を説明した。【JST・京大機械翻訳】