署名による学習【JST・京大機械翻訳】

de Curto J.; de Zarza I.; Yan Hong; Calafate Carlos T.

プレプリント

J-GLOBAL ID：202202221427819389 整理番号：22P0333241

署名による学習【JST・京大機械翻訳】

Learning with Signatures

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 (4件)： , , ,
資料名：
発行年： 2022年04月17日プレプリントサーバーでの情報更新日： 2022年05月19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)

本研究では,学習の文脈における署名変換の利用を検討した。この仮定の下で,著者らは,信用割当ての必要がなく,最小または過剰適合なしで,少数のラベルを用いて最先端の分類精度を提供する,教師つきフレームワークを前進させた。署名とログ署名の利用による調和解析からツールを活用し,スコア関数RMSEとMAE Signatureとログ署名としての利用を行った。閉形式方程式を開発し,最適化によってそれらを得るための定式化と同様に,良好な最適スケール因子を計算した。信号処理の技術は,さらに問題を特徴づけるために対処した。分類は,他の方法よりもCPUレベル桁で高速に行われる。AFHQ,MNISTおよびCIFAR10に関する結果を報告し,各カテゴリに対して良い最適スケール因子を用いる試験時間において決定することができるすべてのタスクに対して100%の精度を達成した。【JST・京大機械翻訳】

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

パターン認識 , 人工知能

前のページに戻る