文献

J-GLOBAL ID：202202256829211885   整理番号：22A0398281

L2,p-およびL2,s-ノルム距離メトリックスに基づくロバストな判別部分空間の学習【JST・京大機械翻訳】

Learning Robust Discriminant Subspace Based on Joint L2,p- and L2,s-Norm Distance Metrics

著者 (9件)： Fu Liyong (Research Center of Forestry Remote Sensing and Information Engineering, Central South University of Forestry and Technology, Changsha, China) ,  Li Zechao (College of Computer Science and Technology, Nanjing University of Science and Technology, Nanjing, China) ,  Ye Qiaolin (College of Information Science and Technology, Nanjing Forestry University, Nanjing, China) ,  Yin Hang (College of Information Science and Technology, Nanjing Forestry University, Nanjing, China) ,  Liu Qingwang (Chinese Academy of Forestry, Institute of Forest Resource Information Techniques, Beijing, China) ,  Chen Xiaobo (Automotive Engineering Research Institute, Jiangsu University, Zhenjiang, China) ,  Fan Xijian (College of Information Science and Technology, Nanjing Forestry University, Nanjing, China) ,  Yang Wankou (School of Automation, Southeast University, Nanjing, China) ,  Yang Guowei (Jiangsu Key Laboratory of Auditing Information Engineering, School of Information Engineering, Nanjing Audit University, Nanjing, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 33  号： 1  ページ： 130-144  発行年： 2022年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近,判別分析に関する多くの研究があり,距離計量としてL_1-またはL_2,1-ノルムを用いることにより,異常値に対するモデルのロバスト性を促進する。しかし,それらのロバスト性と判別力の両方が制限される。本論文では,異なる形式で定式化された目的関数を用いて,特徴抽出のための新しいロバスト判別部分空間(RDS)学習法を提案した。部分空間をロバストで識別するために,L_2,sノルムに基づくクラス内距離を測定し,クラス間距離を測定するためにL_2,pノルムを用いた。また,この方法は回転不変性を含む。提案モデルは,L_2,pノルム最大化とL_2,sノルム最小化の両方を含むので,解くのは非常に困難である。この問題に取り組むために,著者らは効率的な非gre欲反復アルゴリズムを提示する。さらに,トレース比基準によって動機づけられて,著者らの目的における異なる項の寄与を自動的にバランスさせる機構を見出した。RDSは,他の既存の特徴抽出技術に拡張することができるので,非常に柔軟である。アルゴリズムの収束の徹底的な理論解析を本論文で提示した。画像分類のためのいくつかの典型的データベースについて実験を行い,有望な結果はRDSの有効性を示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. 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 ,  *学習 ,  データベース ,  特徴抽出 ,  回転不変性 ,  目的関数 ,  異常値 ,  判別分析 ,  定式化 ,  *ロバスト性 ,  *ノルム
準シソーラス用語： 画像分類 ,  *部分空間 ,  反復アルゴリズム ,  メトリックス , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (6件)： ノルム ,  メトリックス ,  ロバスト ,  判別 ,  部分空間 ,  学習