Sugeno積分による機械学習:二値分類の場合【JST・京大機械翻訳】

Abbaszadeh Sadegh; Huellermeier Eyke

プレプリント

J-GLOBAL ID：202202219551422808 整理番号：22P0167927

Sugeno積分による機械学習:二値分類の場合【JST・京大機械翻訳】

Machine Learning with the Sugeno Integral: The Case of Binary Classification

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07月06日プレプリントサーバーでの情報更新日： 2020年07月06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)

本論文では,機械学習の文脈におけるSugeno積分の利用について詳述した。より具体的には,著者らは,Sugeno積分が,単一の大域的評価に,異なる特徴または測定に関係する,インスタンスのいくつかの局所評価を結合する凝集関数として用いられる,バイナリ分類のための方法を提案する。Sugeno積分の固有の性質により,このアプローチは,測定が順序尺度から取られるとき,順序データからの学習に特に適している。これは,これまで機械学習においてあまり注目されていない話題である。学習問題自体のコアは,Sugeno積分の根底にある能力を同定することから成る。この問題に取り組むために,線形計画法に基づくアルゴリズムを開発した。また,このアルゴリズムは,元の特徴値を局所評価(局所効用スコア)に変換するための適切な手法と,大域的評価の閾値を調整する方法を含む。分類器の柔軟性を制御し,訓練データを過剰適合させる問題を緩和するため,k-最大容量に向けて提案アプローチを一般化し,ここでkは学習者のハイパーパラメータの役割を演ずる。著者らは,いくつかのベンチマークデータセットに関する競合するアプローチと著者らの方法を比較する実験的研究を提示した。【JST・京大機械翻訳】

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

人工知能 , パターン認識

, ,

前のページに戻る