ロバストな最適化問題のための層状サンプリング【JST・京大機械翻訳】

Ding Hu; Wang Zixiu

プレプリント

J-GLOBAL ID：202202211334161159 整理番号：22P0116713

ロバストな最適化問題のための層状サンプリング【JST・京大機械翻訳】

Layered Sampling for Robust Optimization Problems

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年02月26日プレプリントサーバーでの情報更新日： 2020年02月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

実世界において,著者らのデータセットはしばしば異常値を含んでいる。さらに,異常値は最終的機械学習結果に深刻に影響する。異常値を扱うためのほとんどの既存のアルゴリズムは,高い時間複雑性(例えば,二次または三次複雑度)を取る。{em Coreset}は,最適化アルゴリズムをスピードアップするために,データを圧縮するための一般的なアプローチである。しかし,現在のコアセット法は,異常値を持つケースを処理するために容易に拡張できない。本論文では,2つの基本的ロバスト最適化問題,すなわち,異常値を持つ{e k-中央値/平均クラスタリングと異常値}による{em 線形回帰」を取り扱うために,コアセット技法,{em層状サンプリング}の新しい変種を提案した。この新しいコアセット法は,それらのロバストな最適化問題のために,反復アルゴリズム(しばしば局所範囲内で解を改善する)をスピードアップするのに特に適している。さらに,本手法は実際に実装できる。層状サンプリングのフレームワークは,他のロバスト最適化問題に適用できることが期待される。【JST・京大機械翻訳】

, , , , , , , ,
, , , , 【Automatic Indexing@JST】

パターン認識 , 人工知能 , 信号理論

, , ,

前のページに戻る