文献

J-GLOBAL ID：202202221229192140   整理番号：22A0918048

重み付きl_1ボールへの効率的な射影アルゴリズム【JST・京大機械翻訳】

Efficient projection algorithms onto the weighted l ₁ ball

著者 (4件)： Perez Guillaume (Ugmented S.A.S. Sophia Antipolis, France) ,  Ament Sebastian (Cornell University, Ithaca, NY, 14850, United States) ,  Gomes Carla (Cornell University, Ithaca, NY, 14850, United States) ,  Barlaud Michel (Universite Cote d’Azur, CNRS, Sophia Antipolis, 06900, France)
資料名： Artificial Intelligence  (Artificial Intelligence)
巻： 306  ページ： Null  発行年： 2022年 
JST資料番号： E0180C  ISSN： 0004-3702  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 投影勾配降下は,多くの最適化と機械学習問題において効率的であることを証明した。重み付きl1ボールは,スパースシステム同定と特徴選択において有効であることが示された。本論文では,重み付きl1ボール上に有限長のベクトルを投影するための3つの新しい効率的なアルゴリズムを提案した。最初の2つのアルゴリズムには,線形最悪ケース複雑性がある。第3のものは,実際には高度に競争力のある性能を持つが,最悪の場合には二次的な複雑性がある。これらの新しいアルゴリズムは,圧縮センシング,特徴選択のような投影勾配降下に基づく機械学習法のための効率的ツールである。重み付き射影に効率的な圧縮センシングアルゴリズムを適用することにより,この有効性を説明した。非常に大きなベクトルを用いたベンチマークに対するこの新しいアルゴリズムの効率性を実証した。例えば,サイズ107のベクトルを投影するために,Intel I73rd生成で8msだけを必要とする。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  ベクトル ,  システム同定 ,  特徴選択 ,  線形性 ,  *射影 ,  性質 ,  有効性 ,  ベンチマーク ,  機械学習
準シソーラス用語： 複雑性 ,  圧縮センシング , 【Automatic Indexing@JST】

著者キーワード (3件)： 最適化 ,  勾配に基づく方法 ,  可変選択

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： ボール ,  射影 ,  アルゴリズム