ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 全国大会
  2. 81回
  3. 人工知能と認知科学

意図的代入法における最適代入値の理論的解析

https://ipsj.ixsq.nii.ac.jp/records/196751
https://ipsj.ixsq.nii.ac.jp/records/196751
db4ebd93-1e97-424d-8e72-1ec08c8e8959
名前 / ファイル ライセンス アクション
IPSJ-Z81-2D-03.pdf IPSJ-Z81-2D-03.pdf (249.3 kB)
Copyright (c) 2019 by the Information Processing Society of Japan
Item type National Convention(1)
公開日 2019-02-28
タイトル
タイトル 意図的代入法における最適代入値の理論的解析
言語
言語 jpn
キーワード
主題Scheme Other
主題 人工知能と認知科学
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_5794
資源タイプ conference paper
著者所属
阪府大
著者所属
阪府大
著者所属
阪府大
著者名 福島, 卓弥

× 福島, 卓弥

福島, 卓弥

Search repository
長谷川, 拓

× 長谷川, 拓

長谷川, 拓

Search repository
中島, 智晴

× 中島, 智晴

中島, 智晴

Search repository
論文抄録
内容記述タイプ Other
内容記述 本論文では,予測時にデータが欠損する場合の機械学習モデルの学習法について検討する.学習用データセットには欠損値がなく完全な情報を持っているが,テストデータセットに欠損値が存在するものと仮定する.この仮定の下で,不完全な入力情報に対してロバストな予測が可能なモデルの学習方法を提案する.提案手法では,モデル学習時に特徴量を特定の確率で決められた固定値に置き換える.理論的に誤差の期待値が最小になる代入値を学習用データセットから推定し,その推定代入値を用いてモデルを学習させる.数値実験では推定代入値を用いたモデルと理論値を代入したモデルやランダムに代入したモデルの近似精度を比較し,有効性を調査する.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AN00349328
書誌情報 第81回全国大会講演論文集

巻 2019, 号 1, p. 49-50, 発行日 2019-02-28
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 22:37:18.743609
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3