文献

J-GLOBAL ID：202202239613485249   整理番号：22A0572798

PINO:多項およびスパース多項ロジスティック回帰のための高速並列反復アルゴリズム【JST・京大機械翻訳】

PIANO: A fast parallel iterative algorithm for multinomial and sparse multinomial logistic regression

著者 (2件)： R Jyothi (Centre for Applied Research in Electronics, Indian Institute of Technology, Haus Khaz, Delhi, India) ,  P Babu (Centre for Applied Research in Electronics, Indian Institute of Technology, Haus Khaz, Delhi, India)
資料名： Signal Processing  (Signal Processing)
巻： 194  ページ： Null  発行年： 2022年 
JST資料番号： A0102B  ISSN： 0165-1684  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： 多項ロジスティック回帰は,分類のためのよく研究されたツールであり,画像処理,コンピュータビジョン,およびバイオインフォマティクスのような分野で広く使われており,少数を名付ける。教師つき分類シナリオの下で,多項ロジスティック回帰モデルは,尤度目的を最適化することによって,任意の2つのクラスを区別するために重みベクトルを学習する。大きなデータの出現により,データの浸水は,大きな次元重みベクトルをもたらし,また,膨大な数のクラスをもたらし,それは,計算的に実行可能でないモデル推定に適用可能な古典的方法を作った。この課題を扱うために,ここでは,並列反復アルゴリズム,すなわち,Majorization Minimization手順に基づくマルチNomial LOgistic回帰(PIANO)のための並列反復アルゴリズムを提案し,重みベクトルの各要素を並列に更新できる。さらに,PIANOは,その魅力的な特徴選択特性のため,Sparse多項ロジスティック回帰問題を解くために容易に拡張できることを示した。特に,著者らは,l1とl0正則化によるスパース多項式ロジスティック回帰問題を解決するために,PIANOの拡張を研究した。また,PIANOは多項式の定常点とスパース多項式ロジスティック回帰問題に収束することを証明した。シミュレーションを既存の方法とPIANOを比較するために行い,提案アルゴリズムが収束の速度に関して既存の方法よりも優れた性能を持つことを見出した。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 ,  多項式 ,  ベクトル ,  画像処理 ,  特徴選択 ,  パラメータ推定 ,  コンピュータビジョン ,  正則化
準シソーラス用語： バイオインフォマティクス ,  *ロジスティック回帰分析 ,  尤度 ,  *反復アルゴリズム ,  ロジスティック回帰モデル ,  教師付き分類 , 【Automatic Indexing@JST】

著者キーワード (6件)： 多項ロジスティック回帰 ,  多数化最小化 ,  スパース ,  パラメータ推定 ,  正則化 ,  並列アルゴリズム

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (2件)： ロジスティック回帰 ,  反復アルゴリズム