|
・会員価格 ¥220 |
・一般価格 ¥330 |
|
こちらはBookPark「電気学会 電子図書館(IEEJ Electronic Library)」による文献紹介ページです。 |
|
|
|
電気学会会員の方はこちらから一旦ログインのうえ、マイページからお入りください。
会員価格で購入することができます。
|
|
非会員の方はログインの必要はありません。このまま お進みください。 |
|
|
■論文No. |
IIC22027 |
■ページ数 |
6ページ |
■発行日
|
2022/11/28 |
■タイトル |
Tabular Dataのための乗算的特徴エンジニアリングTransformer |
■タイトル(英語) |
Cross-Attention Feature Engineering Transformer In addition to Additional Feature for Tabular Data |
■著者名 |
遠藤 巧人(芝浦工業大学),清水 創太(芝浦工業大学) |
■著者名(英語) |
Takuto Endo(Shibaura Institute of Technology),Sota Shimizu(Shibaura Institute of Technology) |
■価格 |
会員 ¥220 一般 ¥330 |
■書籍種類 |
研究会(論文単位) |
■グループ名 |
【D】産業応用部門 産業計測制御研究会 |
■本誌 |
2022年12月1日-2022年12月2日産業計測制御研究会-1
|
■本誌掲載ページ |
51-56ページ |
■原稿種別 |
日本語 |
■電子版へのリンク |
|
■キーワード |
|
■要約(日本語) |
本稿ではテーブルデータのための加算的特徴だけでなく乗算的特徴を捉え,且つバッチデータのばらつきを軽減した特徴量エンジニアリングに基づくトランスフォーマについて発表する. |
■要約(英語) |
This paper proposes a novel transformer for tabular data. The authors pay attention to how to make better use of multiplying feature, since conventional neural networks did use only additional features. Our proposed method has the following two advantages. One is to extract not only additional feature but also Cross Feature, i.e., as a multiplying feature, by using Exponential Neuron and Sparse Weights. The other is to enhance effectiveness of Cross Feature in training by computing sparse weights adaptively based on Attention mechanism. |
■版 型 |
A4 |
■PDFファイルサイズ |
1,678Kバイト |
|
|
|