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。
分類システムは,ラベルが時間,メモリ,その他の予算の入力に割り当てられなければならない,資源制約設定でしばしば展開され,逐次分類器(BSCs)は,初期出口オプションによる部分特徴取得と評価ステップのシーケンスを通して入力を処理することにより,これらのシナリオを扱う。これにより,不必要な特徴取得を防ぐ入力の効率的な評価が可能になった。難治性コンビナトリアル問題を近似するために,予算分類への現在のアプローチは,2つの一次目的(処理コストと誤差)を説明する,よく行動した損失関数に依存する。これらの手法は従来の分類器よりも改善された効率を提供するが,定式化における解析的制約によって制限され,付加的性能目標を管理しない。特に,そのような方法は,リアルタイム検出システムの重要な側面,すなわち,リスク回避モニタによって課された信頼基準を満たす「受け入れられた」予測の割合を明示的に考慮しない。信頼ベース拒絶オプションを持つ予算,逐次分類器を構築するための問題特異的遺伝的アルゴリズムを提案した。3つの目的-精度,処理時間/コスト,および被覆率を考慮した。アルゴリズムはパレート効率を強調し,一方,ユニークなスカラー化による骨材性能の概念を説明する。実験は,著者らの方法が,非常に大規模な探索空間においてグローバルパレート最適解を迅速に見つけることができて,選択的,予算配置シナリオのために利点を提供する間,既存の方式と競合することを示した。【JST・京大機械翻訳】