Ceek.jp Altmetrics (α ver.)
文献ランキング
合計
1ヶ月間
1週間
1日間
文献カレンダー
新着文献
すべて
2 Users
5 Users
10 Users
新着投稿
Yahoo!知恵袋
レファレンス協同データベース
教えて!goo
はてなブックマーク
OKWave
Twitter
Wikipedia
検索
ウェブ検索
ニュース検索
ホーム
文献詳細
2
0
0
0
OA
超高次元データの分類手法の導出とその理論的性質の解明および実データへの応用の研究
著者
西井 龍映
小西 貞則
坂田 年男
秦 攀
二宮 嘉行
増田 弘毅
田中 章司郎
二宮 嘉行
増田 弘毅
田中 章司郎
清水 邦夫
江口 真透
内田 雅之
出版者
九州大学
雑誌
基盤研究(B)
巻号頁・発行日
2007
超高次元データにも適応可能な分類手法が近年求められている.そこで柔軟な判別境界を表現できて過学習となりにくいbagging型AdaBoostを提案した.また地球環境空間データの解析のため,空間依存性をマルコフ確率場でモデル化し,森林被覆率の判別問題や回帰問題,土地被覆割合の推定手法を考察した.なお統計モデル選択のための情報量基準についての専門書を出版した.
言及状況
変動(ピーク前後)
変動(月別)
分布
Twitter
(2 users, 3 posts, 0 favorites)
これ私も知りたい!高次元になるとデータの分布が粗になるから、扱いにくくなりますね RT @sakanazensen: ここ http://t.co/A46B1Lqn で言われてる『統計モデル選択のための情報量基準についての専門書』ってのはどの本のことだろう?
ここ http://t.co/56NboXnE で言われてる『統計モデル選択のための情報量基準についての専門書』ってのはどの本のことだろう?
収集済み URL リスト
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-19300096/
(2)