DSpace

Future University Hakodate Academic Archive >
研究者 >
複雑系知能学科 >
竹之内 高志 >

このアイテムの引用には次の識別子を使用してください: http://hdl.handle.net/10445/6923

タイトル: Robustifying AdaBoost by adding the naive error rate.
著者: Takenouchi, Takashi
Eguchi, Shinto
アブストラクト: 本論文では論文1の枠組みに基づき, Eta-ダイバージェンス最小化から導かれるブースティングアルゴリズムとラベル反転ノイズを表現するための確率モデルの関係について考察している.提案アルゴリズムは,入力に関わらず一定のミスラベル確率を持つ場合や,判別の難しい境界付近でミスラベル確率が高くなるような場合に対応可能なことを明らかにしている.これらのアルゴリズムの統計的性質について理論的に考察し,有用性を数値的に示した.
研究業績種別: 原著論文/Original Paper
資料種別: Journal Article
査読有無: あり/yes
単著共著: 共著/joint
発表雑誌名,発表学会名など: Neural Computation
巻: 16
開始ページ: 767
終了ページ: 787
年月日: 2004年
出版社: MIT Press
出現コレクション:竹之内 高志

ファイルダウンロード:

このコンテンツにファイルはありません。

このアーカイブに登録されているコンテンツはすべて著作権により保護されています。
著作権を遵守の上、ご利用ください。

 

Copyright © 2010-2012 FUTURE UNIVERSITY HAKODATE.
Powered by DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard