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。
本研究では,比較ノイズを考慮した生成データモデルを利用して,各比較の信頼度の尺度を生成するペアワイズ比較から,高速,正確,および有益なランキングアルゴリズムを開発した。オンラインゲームにおけるランキングプレーヤー,文書検索あるいはランキング人間認識のような多様なアプリケーションにおいて,雑音の多いスパースペアワイズ比較データから多数のアイテムをランク付けする問題は,多様なアプリケーションにおいて生じる。異なるアルゴリズムが利用可能であるが,比較の数があまりにも小さい場合,その精度が優完全にに劣化する高速,大規模アルゴリズムを必要とする。提案モデルを当てはめることは,準凸関数と正則化項の和によって厳密に近似する非凸最適化問題を解くことを必要とする。反復再加重最小化とPrimal-Dualハイブリッド勾配法への修復により,PD-Rankを得て,データモデルマッチングの模擬データにおける10%の誤った比較に対してさえも,全ての比較方法よりも,Kendall Tau 0.1を達成し,また,データが,Bradley-Terryモデルに従って,1桁の1桁で,データを生成するとき,精度を導いた。実データでは,PD-Rankは,アクティブ学習法よりも同じKendallタウを達成するために計算時間が少ない。【JST・京大機械翻訳】