1
/
の
1
耐ノイズ性を持つ新しいK-Nearest Neighbor機械学習アルゴリズム
耐ノイズ性を持つ新しいK-Nearest Neighbor機械学習アルゴリズム
通常価格
¥440 JPY
通常価格
セール価格
¥440 JPY
単価
/
あたり
税込
カテゴリ: 部門大会
論文No: OS5-4
グループ名: 【C】2019年電気学会電子・情報・システム部門大会プログラム
発行日: 2019/08/28
タイトル(英語): A New K-Nearest Neighbor Machine Learning Algorithm with Robustness for Noise Injection
著者名: 與儀 喜野(琉球大学),上原 和加貴(琉球大学),長山 格(琉球大学)
著者名(英語): Yoshiya Yogi|Wakaki Uehara|Itaru Nagayama
キーワード: 機械学習|最近傍法|頑健性|ノイズ混入|パターン分類|Machine Learning|Nearest Neighbor Classification|Robustness|Noise Injection|Pattern Classification
要約(日本語): 多くの機械学習アルゴリズムのうち,KNN法(k-nearest neighbor classification)は古くから知られた手法であり,極めてシンプルなアルゴリズムでありながら比較的高精度かつ追加学習が容易なパターン分類器を実現できる。しかし,格納されたインスタンス群をベースとして演算を実行しているため,インスタンス自身へのノイズ混入や観測誤差,測定誤差に対して分類精度が著しく低下するため脆弱であるという欠点がある。これに対し,本研究ではノイズ混入に対して頑健な新しいKNNアルゴリズムを提案し,いくつかのデータセットを用いた比較実験により性能評価を行った結果を報告する。
PDFファイルサイズ: 427 Kバイト
受取状況を読み込めませんでした
