| 講演抄録／キーワード |
| 講演名 |
2007-03-15 11:40
投機的変数選択法によるオンラインクラス分類問題の高速学習
○増田真平・蓼内洋平・西田京介・山内康一郎（北大） |
| 抄録 |
（和） |
高次元データの多くは不要な変数が多く含まれている．このような変数を含んだまま学習機械に入力すると，高い精度を得るまでに膨大な学習サンプルが必となるといういわゆる次元の呪いが発生する．従来の変数選択の手法は，高精度の変数選択が実現されているが，事前にデータを数多く蓄積して繰り返し計算を行う必要がある手法がほとんどである．しかし，あらかじめ全データが得られないような実問題を扱う場合、このような手法では対応できない．そこで，逐次的にデータが与えられる場合であっても，早い段階で無関係な変数を除去して少サンプルで高精度な学習を可能にする手法が必要になる．そこで本研究では，大島らの投機的変数選択手法の枠組みをクラス分類問題に適用することで入力に無関係な変数を含むクラス分類問題の高速な逐次学習を実現する手法を提案する．投機的変数選択手法は「Filter」，「Wrapper」という２つの変数選択のアプローチを組み合わせて変数選択を行う枠組みであるが，提案手法ではFilter にクラス内分散とクラス間分散から変数の重要度を推定する，クラス分類問題を対象とした手法を提案して用いている．実験にはいくつかの人工データを用い，本手法の有効性を検証した． |
| （英） |
Generally, high dimensional datasets usually include redundant or useless features to achieve the learning of specified input-output relations. If a learning machine learns such datasets, it will need a huge number of samples to achieve a high generalization ability. Although the former variable selection algorithms can extract valuable variables from high dimensional datasets, almost all of them need to prepare all samples in advance. So, they cannot be used for online variable selection tasks. To overcome this drawback, we propose a new online variable selection method. The method is an improved version of our previous work to deal with classification tasks. The new method uses two methods, filter and wrapper methods, simultaneously. |
| キーワード |
（和） |
クラス分類 / 変数選択 / Filter / Wrapper / 逐次学習 / Instance Based Learner / / |
| （英） |
classification / variable selection / Filter / Wrapper / Online learning / Instance Based Learner / / |
| 文献情報 |
信学技報, vol. 106, no. 589, NC2006-175, pp. 129-134, 2007年3月. |
| 資料番号 |
NC2006-175 |
| 発行日 |
2007-03-08 (NC) |
| ISSN |
Print edition: ISSN 0913-5685 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
NC |
| 開催期間 |
2007-03-14 - 2007-03-16 |
| 開催地（和） |
玉川大学 |
| 開催地（英） |
Tamagawa University |
| テーマ（和） |
一般 |
| テーマ（英） |
General |
| 講演論文情報の詳細 |
| 申込み研究会 |
NC |
| 会議コード |
2007-03-NC |
| 本文の言語 |
日本語 |
| タイトル（和） |
投機的変数選択法によるオンラインクラス分類問題の高速学習 |
| サブタイトル（和） |
|
| タイトル（英） |
Speculative variable selection methods for quick online learning of classification tasks |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
クラス分類 / classification |
| キーワード(2)（和/英） |
変数選択 / variable selection |
| キーワード(3)（和/英） |
Filter / Filter |
| キーワード(4)（和/英） |
Wrapper / Wrapper |
| キーワード(5)（和/英） |
逐次学習 / Online learning |
| キーワード(6)（和/英） |
Instance Based Learner / Instance Based Learner |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
増田 真平 / Shinpei Masuda / マスダ シンペイ |
| 第1著者 所属（和/英） |
北海道大学 (略称： 北大)
hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
蓼内 洋平 / Youhei Tadeuchi / タデウチ ヨウヘイ |
| 第2著者 所属（和/英） |
北海道大学 (略称： 北大)
hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） |
西田 京介 / Kyosuke Nishida / ニシダ キョウスケ |
| 第3著者 所属（和/英） |
北海道大学 (略称： 北大)
hokkaido University (略称： Hokkaido Univ.) |
| 第4著者 氏名（和/英/ヨミ） |
山内 康一郎 / Koichiro Yamauchi / ヤマウチ コウイチロウ |
| 第4著者 所属（和/英） |
北海道大学 (略称： 北大)
hokkaido University (略称： Hokkaido Univ.) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2007-03-15 11:40:00 |
| 発表時間 |
20分 |
| 申込先研究会 |
NC |
| 資料番号 |
NC2006-175 |
| 巻番号（vol） |
vol.106 |
| 号番号（no） |
no.589 |
| ページ範囲 |
pp.129-134 |
| ページ数 |
6 |
| 発行日 |
2007-03-08 (NC) |