| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2007-12-13 11:40 ［特別講演］サポートベクトルマシンとファジィシステムの融合方式 ○阿部重夫（神戸大）  PRMU2007-139 |
|
| 抄録 | （和） | サポートベクトルマシン (SVM) は広い応用分野で高い汎化能力を持つことにより大いに注目されている．しかしながらもともと２クラス問題に対して定義されているために，多クラスへの拡張の際に未分類領域が出ることが知られている．多クラス問題に対する定式化として，大きくは(1) １対多，(2) ペアワイズ, (3) ECOC，(4) 同時定式化 の方式が考えられているが，(1)-(3)の方式では未分類領域が発生する．またSVMでは認識過程がブラックボックスであることが問題といわれている．この講演ではこれらの問題に対してファジィシステムとの融合により解決する方法を述べる．未分類領域の問題に対しては，決定面に垂直な方向にメンバーシップ関数を定義し，これによりデータに対する各クラスのメンバーシップを定義したファジィSVMを導入ことにより解消する方式を述べる．またこれらの方式をベンチマークデータでの評価も交えた比較により，用いるべき方式の検討を加える．さらに，SVMのブラックボックスを解決する方法としてカーネルマハラノビス距離およびカーネル判別分析に基づいたファジィシステムについて述べる． |
| （英） | Support vector machines (SVM) have been attracting much attention because of their high generalization ability for a wide range of applications. However, because SVMs are originally defined for two-class classification problems, an extension to multiclass problems is not unique and in some extensions unclassifiable regions exist. There are roughly four methods for multiclass problems: (1) one-against-all, (2) pairwise, (3) ECOC (error correcting output code), and (4) all-at-once SVMs. For (1)-(3), unclassifiable regions exist. Another problem is that the SVM is a black box. In this talk, I discuss some approaches to solve these problems fusing SVMs with fuzzy systems. To solve the problem of unclassifiable regions, we propose fuzzy SVMs, in which we introduce membership functions that are orthogonal to the decision functions and define the membership of data for each class. Then I discuss the advantages and disadvantages of these SVMs based on theoretical analysis combined with performance evaluation for some benchmark data sets. As approaches to solve the problem of the black box problem, I talk fuzzy classifiers based on the kernel Mahalanobis distances and kernel discriminant analysis. | |
| キーワード | （和） | カーネル法 / カーネルマハラノビス距離 / カーネル判別分析 / サポートベクトルマシン / 多クラス問題 / ファジィシステム / パターン認識 / |
| （英） | kernel method / kernel Mahalanobis distance / kernel discriminant analysis / support vector machine / multiclass problem / fuzzy system / pattern classification / | |
| 文献情報 | 信学技報, vol. 107, no. 384, PRMU2007-139, pp. 25-25, 2007年12月. | |
| 資料番号 | PRMU2007-139 | |
| 発行日 | 2007-12-06 (PRMU) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2007-139 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2007-12-13 - 2007-12-14 |
| 開催地（和） | 神戸大学 |
| 開催地（英） | Kobe Univ. |
| テーマ（和） | パターン認識・メディア理解のための学習理論とその周辺 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2007-12-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | サポートベクトルマシンとファジィシステムの融合方式 |
| サブタイトル（和） | |
| タイトル（英） | (not registered) |
| サブタイトル（英） | |
| キーワード(1)（和/英） | カーネル法 / kernel method |
| キーワード(2)（和/英） | カーネルマハラノビス距離 / kernel Mahalanobis distance |
| キーワード(3)（和/英） | カーネル判別分析 / kernel discriminant analysis |
| キーワード(4)（和/英） | サポートベクトルマシン / support vector machine |
| キーワード(5)（和/英） | 多クラス問題 / multiclass problem |
| キーワード(6)（和/英） | ファジィシステム / fuzzy system |
| キーワード(7)（和/英） | パターン認識 / pattern classification |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 阿部 重夫 / Shigeo Abe / アベ シゲオ |
| 第1著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2007-12-13 11:40:00 |
| 発表時間 | 50分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2007-139 |
| 巻番号（vol） | vol.107 |
| 号番号（no） | no.384 |
| ページ範囲 | p.25 |
| ページ数 | 1 |
| 発行日 | 2007-12-06 (PRMU) |
[研究会発表申込システムのトップページに戻る]