文献

J-GLOBAL ID：202202235660293362   整理番号：22A0621040

複雑系における境界方程式の同定への応用による知識発見のための分類への系統的アプローチ【JST・京大機械翻訳】

A systemic approach to classification for knowledge discovery with applications to the identification of boundary equations in complex systems

著者 (5件)： Murari A. (Consorzio RFX (CNR, ENEA, INFN, Universita’ di Padova, Acciaierie Venete SpA), Padova, Italy) ,  Gelfusa M. (University of Rome “Tor Vergata”, Rome, Italy) ,  Lungaroni M. (University of Rome “Tor Vergata”, Rome, Italy) ,  Gaudio P. (University of Rome “Tor Vergata”, Rome, Italy) ,  Peluso E. (University of Rome “Tor Vergata”, Rome, Italy)
資料名： Artificial Intelligence Review  (Artificial Intelligence Review)
巻： 55  号： 1  ページ： 255-289  発行年： 2022年 
JST資料番号： E0339C  ISSN： 0269-2821  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 異なるクラスに属する例間の識別を意味する分類は,ほとんどの科学的および工学的活動の基本的側面である。機械学習(ML)ツールは,非常に高い成功率を達成できるという意味で,このタスクにおいて非常に実行されていることが証明されている。しかし,それらのモデルの「現実感」と解釈可能性の両方が低く,特に非線形と複雑なシステムに関連した応用において,知識と限られた適応性の適度な増加をもたらす。本論文では,MLツールを直接データに適用することにより,クラス間の境界を決定する実際の”物理”を記述する新しい科学的モデルを定式化できる方法論を述べた。提案技法は,異なるMLツールのスタックからなり,それぞれは科学的分析の特定のサブタスクに適用した。これら全ては,ルールベース分類器とBayes統計から遺伝的プログラミングと記号操作までの機械学習のすべての主要なストランドを結合するシステムを形成する。データを生成する測定の誤差バーを考慮するために,科学的推論の本質的側面,Gauss多様体上のGeodesic距離の新規概念を採用した。方法論の特性を,異なるタイプの分類問題に対する一連の系統的数値試験で調べた。実際のデータを扱う手法の可能性を,複雑なシステムの調査で収集した測定を用いて構築した様々な実験データベースで試験した。得られた結果は,提案した方法が物理的に意味のある数学的方程式を見つけることができ,それは研究中の実際の現象を反映することを示した。したがって,開発した技術は,データ,機械学習モデルおよび科学的理論の間のギャップを埋める非常に有用な情報処理システムを構成する。Copyright The Author(s), under exclusive licence to Springer Nature B.V. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 多様体 ,  記号処理 ,  データ ,  データベース ,  実験 ,  ストランド ,  定式化 ,  機械学習 ,  ルールベース ,  遺伝的プログラミング ,  サポートベクトルマシン ,  *知識発見
準シソーラス用語： 判断能力 ,  Bayes統計 ,  *複雑系 , 【Automatic Indexing@JST】

著者キーワード (8件)： 機械学習ツール ,  データ駆動理論 ,  サポートベクトルマシン ,  記号回帰 ,  CART ,  知識発見 ,  境界方程式 ,  複雑系

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (8件)： 複雑系 ,  境界 ,  方程式 ,  同定 ,  応用 ,  知識発見 ,  分類 ,  系統