Art

J-GLOBAL ID：201902268778413347   Reference number：19A1956557

選択的不感化ニューラルネットによる特徴量の有効性の分析

Author (3)： SOMENO SHOICHI (筑波大 大学院システム情報工学研究科) ,  HORIE KAZUMASA (筑波大 計算科学研究セ) ,  MORITA MASAHIKO (筑波大 システム情報系)
Material： 電子情報通信学会論文誌 D(Web)
Volume： J102-D  Issue： 8  Page： 567-574 (WEB ONLY)  Publication year： Aug. 01, 2019 
JST Material Number： U0473A  ISSN： 1881-0225  Document type： Article
Article type： 原著論文  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： *neural network (biomodel) ,  *information ,  *function approximation ,  variable ,  potentiation ,  cost ,  *feature selection ,  calculation cost ,  *feature quantity
Semi thesaurus term： neural network ,  *選択的不感化ニューラルネット ,  synergistic effect

JST classification (1)： Artificial intelligence  (JE08000Z)

Reference (18)：

• 新保智之,山根健,田中文英,森田昌彦,“選択的不感化ニューラルネットを用いた強化学習の価値関数近似,” 信学論(D),vol.J93-D, no.6, pp.837-847, June 2010.
• M.L. Bermingham, R. Pong-Wong, A. Spiliopoulou, C. Hayward, I. Rudan, H. Campbell, A.F. Wright, J.F. Wilson, F. Agakov, P. Navarro, and C.S. Haley, “Application of high-dimensional feature selection: evaluation for genomic prediction in man,” Scientific Reports, vol.5, article number 10312, 2015. DOI:10.1038/srep10312
• Y. Saeys, I. Inza, and P. Larranaga, “A review of feature selection techniques in bioinformatics,” Bioinformatics, vol.23, no.19, pp.2507-2517, 2007.
• I. Guyon and A. Elisseeff, “An introduction to variable and feature selection,” J. Machine Learning Research, vol.3, pp.1157-1182, 2003.
• P. Ravisankar, V. Ravi, G.R. Rao, and I. Bose, “Detection of financial statement fraud and feature selection using data mining techniques,” Decision Support Systems, vol.50, no.2, pp.491-500, 2011. DOI:10.1016/j.dss.2010.11.006

Terms in the title (3)： ニューラルネット ,  特徴量 ,  分析