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。
本論文では,回帰のための予測のランダムに投影された高次元特徴に関するカーネルベースの合意集合の研究を報告した。凝集スキームは2つのステップから成る:多数の回帰推定器によって与えられる予測の高次元特徴は,第1ステップでJohnson-Lインデンstrauss Lemmaを用いてより小さな部分空間にランダムに投影され,カーネルベースコンセンサス集合は第2ステップで投影された特徴に実装される。凝集スキームの性能は,高い確率で元の高次元特徴に実装された集約の性能に近いことを理論的に示した。さらに,著者らは,凝集スキームが,種々のタイプの機械によって与えられた予測の非常に大きく,高度に相関する特徴に関してその性能をアップホールすることを数値的に説明した。集約スキームは,モデル選択または交差検証なしで,単純に構築された多数の冗長マシンを柔軟に併合することを可能にする。提案方法の効率を,種々のタイプの合成および実際のデータセットに関して評価したいくつかの実験によって例示した。【JST・京大機械翻訳】