文献

J-GLOBAL ID：201702257130343976   整理番号：17A0473035

多目的パレート特徴を用いた画像同定のための分類器アンサンブル【Powered by NICT】

Classifier ensembles for image identification using multi-objective Pareto features

著者 (3件)： Albukhanajer Wissam A. (Surrey Space Centre, Faculty of Engineering and Physical Sciences, University of Surrey, Guildford GU2 7XH, UK) ,  Jin Yaochu (Department of Computer Science, Faculty of Engineering and Physical Sciences, University of Surrey, Guildford GU2 7XH, UK) ,  Briffa Johann A. (Department of Communications and Computer Engineering, Faculty of Information and Communication Technology, University of Malta, Msida MSD 2080, Malta)
資料名： Neurocomputing  (Neurocomputing)
巻： 238  ページ： 316-327  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  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： 本論文では,不変画像同定のための多重Pareto画像特徴を用いた分類器集合を提案した。多様なベース分類器を生成することにより多様性を促進するために焦点を当てた伝統的な集団とは異なり,提案した手法が,多目的進化的トレース変換アルゴリズムを用いて抽出したPareto特徴に固有の多様性を利用している。提案されたアプローチの二変異体を実装し,基本分類器と他のk-最近傍多層パーセプトロンニューラルネットワークを使用している。魚,94とCOIL-20データセットから多数の画像上での実験結果は平均して,複数Pareto特徴を用いた提案した集合は,データランダム化を伴う単一Pareto特徴の伝統的な分類器アンサンブル,およびよく知られているランダムフォレストアンサンブルよりもはるかに優れていることを示した。提案したアンサンブルの良好な分類性能を更に数測度を用いた多様性解析によって支持され,提案したアンサンブルは一貫して伝統的なものよりも高度の多様性を生成することを示した。著者らの実験結果は,提案した分類器アンサンブルは回転,スケール,平行移動のような画像中の様々な幾何学的変換,加法性雑音に対してロバストであることを実証した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 多重化 ,  ロバスト性 ,  アルゴリズム ,  不変性 ,  画像特性 ,  測度 ,  *画像
準シソーラス用語： 加法性雑音 ,  幾何学変換 ,  平行移動 ,  多様性解析 ,  多層パーセプトロンニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： パレートフロント ,  分類器アンサンブル ,  多数決投票 ,  画像同定 ,  トレース変換 ,  進化的多目的最適化

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 同定 ,  分類器 ,  アンサンブル