文献

J-GLOBAL ID：202202278925359155   整理番号：22A0803810

平均1依存推定量のための半教師つき重みづけ【JST・京大機械翻訳】

Semi-supervised weighting for averaged one-dependence estimators

著者 (6件)： Wang Limin (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University, ChangChun, China) ,  Zhang Shuai (College of Computer Science and Technology, Jilin University, ChangChun, China) ,  Mammadov Musa (School of Information Technology, Deakin University, Victoria, Australia) ,  Li Kuo (College of Computer Science and Technology, Jilin University, ChangChun, China) ,  Zhang Xinhao (College of Mathematics, Jilin University, Changchun, China) ,  Wu Siyuan (College of Computer Science and Technology, Jilin University, ChangChun, China)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 52  号： 4  ページ： 4057-4073  発行年： 2022年 
JST資料番号： W0297A  ISSN： 0924-669X  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： 平均1依存性推定器(AODE)は,その単純さ,高い計算効率,および優れた分類精度による分類のための最先端の機械学習ツールである。重み付き確率推定を線形に集約することにより,重み付けはAODEにおける超親1依存性推定子(SPODEs)をアンサンブルする効果的なメカニズムを提供する。ラベル付きまたはラベルなしデータから重みを学習するために,教師つき重み付けと教師なし重み付けを提案し,一方,それらのインタオペラビリティは以前には調査されていない。本論文では,半教師つき重み付け(SSW)と呼ばれる半教師つき学習のフレームワークにおける新しい重み付けパラダイムを提案した。重みづけAODEsの2つの異なるバージョン,訓練時間において重みづけを実行する教師つき加重AODE(SWAODE),および分類時間において重みづけを実行する教師なし加重AODE(UWAODE)を,いくつか構築した。対数尤度関数を導入して,これら2つの加重AODEsの成果を線形に集約した。SSWAODEと呼ばれる提案アルゴリズムを,Irvine(UCI)機械学習リポジトリにおけるCalifornia大学からの38のベンチマークデータセット上で検証し,実験結果は,ゼロオン損失,バイアス,分散,およびその他SSWAODEの見地において,AODEを重みづけするSSWの有効性とロバスト性が,地上-トルース依存性近似と確率推定の有効性の間のバランスを良好に達成することを証明した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 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 ,  分類 ,  近似法 ,  統計的推定 ,  対数 ,  *重みづけ ,  *推定量 ,  ロバスト性 ,  インタオペラビリティ ,  機械学習 ,  尤度関数 ,  リポジトリ
準シソーラス用語： 計算効率 ,  半教師つき学習 ,  ラベルなしデータ , 【Automatic Indexing@JST】

著者キーワード (3件)： 平均1依存推定量 ,  半教師つき重みづけ ,  対数尤度関数

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 平均 ,  推定量 ,  教師 ,  重みづけ