「効率的な変数選択のための新しいアルゴリズムが提案されました」

A new algorithm for efficient variable selection has been proposed.

.fav_bar { float:left; border:1px solid #a7b1b5; margin-top:10px; margin-bottom:20px; } .fav_bar span.fav_bar-label { text-align:center; padding:8px 0px 0px 0px; float:left; margin-left:-1px; border-right:1px dotted #a7b1b5; border-left:1px solid #a7b1b5; display:block; width:69px; height:24px; color:#6e7476; font-weight:bold; font-size:12px; text-transform:uppercase; font-family:Arial, Helvetica, sans-serif; } .fav_bar a, #plus-one { float:left; border-right:1px dotted #a7b1b5; display:block; width:36px; height:32px; text-indent:-9999px; } .fav_bar a.fav_de { background: url(../images/icons/de.gif) no-repeat 0 0 #fff } .fav_bar a.fav_de:hover { background: url(../images/icons/de.gif) no-repeat 0 0 #e6e9ea } .fav_bar a.fav_acm_digital { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_acm_digital:hover { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_pdf { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_pdf:hover { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_more .at-icon-wrapper{ height: 33px !important ; width: 35px !important; padding: 0 !important; border-right: none !important; } .a2a_kit { line-height: 24px !important; width: unset !important; height: unset !important; padding: 0 !important; border-right: unset !important; border-left: unset !important; } .fav_bar .a2a_kit a .a2a_svg { margin-left: 7px; margin-top: 4px; padding: unset !important; }

アルゴリズムは6つの重みベクトルを組み合わせ、しきい値探索戦略を使用してスペクトルから有用な情報を抽出するための最適な重みベクトルを探索します。¶ クレジット: 中国科学院合肥物理科学研究所

中国科学院合肥物理科学研究所の研究者は、化学計量学の応用における変数選択アルゴリズムを開発しました。

マルチウェイトベクトル最適選択およびブートストラップソフト縮小(MWO-BOSS)アルゴリズムは、スペクトル予測モデルの開発時に最適な波長の組み合わせを特定するプロセスをより効率的にすることを目指しています。

MWO-BOSSは、選択比率、射影における変数の重要度、周波数ベクトル、残差分散ベクトルの逆数、回帰係数、および多変量相関の有意性の6つの重みベクトルから最適な重みベクトルを選択し、しきい値探索戦略を用いてスペクトルから有益な情報を抽出します。

公開されているデータセットにおけるテストでは、このアルゴリズムは変数を効率的に選択し、モデルの予測能力を向上させることに成功しました。中国科学院の記事を参照してください。

抄録の著作権は2023年のSmithBucklin、ワシントンD.C.、アメリカにあります

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

コンピュータサイエンス

「そこにはある特定の危険が潜んでいる」 最初のチャットボットの発明者がAIに反対するようになった経緯

コンピュータ科学者のJoseph Weizenbaumは、人工知能の黎明期に存在していましたが、彼はまた、コンピュータを人間と混同して...

AIニュース

偽のレビューがオンラインで横行しています取り締まりでそれらを終わらせることはできるのでしょうか?

規制と業界の行動の波が、繁栄している偽のレビュー業界に警告を発していますしかし、専門家は、この問題は克服困難かもしれ...

データサイエンス

テーブル内の重複した値を見つけるための最高のSQLトリック2つ

まず、重複行の基準を定義してくださいテーブルから重複レコードを見つける方法の一つは、GROUP BYとHAVINGですもう一つの方...

機械学習

イレブンラボは、30言語に対応するAI音声モデル「イレブンマルチリンガルv2」をリリースしました

ElevenLabsによる最新の研究では、Eleven Multilingual v2と呼ばれる多言語音声生成モデルが公開され、約30の言語で「感情豊...

機械学習

ニューラル輝度場の不確実性をどのように測定できますか?BayesRaysを紹介します:NeRFの革命的な事後フレームワーク

3Dモデルの作成は、2D画像よりも没入感とリアルな表現を提供します。これにより、視点を変えてシーンを探索し、対話すること...