研究課題
基盤研究(C)
バランスのとれたアンサンブル学習法は負の相関学習から構築された。バランスのとれたアンサンブル学習法は、弱い学習モデルを作成することができる。本研究で用いた学習誤差関数は、ターゲット値をシフトすることによって変更することができます。そのようなシフトの学習機能は、訓練のニューラルネットワークアンサンブルの複雑さを制御するのに役立ちます。また、分類の精度を向上させることができます。負の相関学習は、多くの場合、強力な学習モデルを生成します。これは、1つの学習プロセスの学習には負の相関を学習移行バランスアンサンブルに興味深いものになる。学習モデルの複雑さは、遷移期間中に制御することができる。
すべて 2013 2012 2011
すべて 学会発表 (24件) 図書 (1件)
