講演抄録/キーワード |
講演名 |
2008-12-20 14:30
カーネルマシンにおける勾配方向への2次元パス追跡法 ○烏山昌幸・竹内一郎(名工大)・中野良平(中部大) NC2008-80 |
抄録 |
(和) |
カーネルマシンの性能は正則化係数などのハイパーパラメータの設定に影響をうける.
しかしながら,通常ハイパーパラメータの適切な値は事前にはわからないため,
様々なハイパーパラメータで汎化性能を推定する必要がある.
パス追跡アルゴリズムはハイパーパラメータが変化したときのパラメータの変化を追跡することで
この計算コストを削減する手法である.しかし従来のパス追跡では変化するハイパーパラメータは1変数として考えられてきた.
本稿ではパス追跡を2つのハイパーパラメータが同時に変化した場合へ拡張する.
具体例としてSVRの正則化パラメータと無反応領域εの2次元パスが区分線形になることを導出し,
その勾配方向への追跡法を提案する. |
(英) |
The performance of the Kernel Machines depends on its hyperparameters such as a regularization parameter.
Since the proper values of hyperparamters usually unknown beforehand, it is necessary to estimate generalization error
under various values of hyperparameters. Path following algorithm can reduce computational cost of this procedure
by tracing the change of parameters when the value of hyperparameter changes.
However, conventional path following algorithm considers that the only one hyperparameter changes at once.
We extend path following algorithm to be able to trace parameters when the two hyperparameters change simultaneously.
In this paper, we focus on the two hyperparameters of Support Vector Regression: the regularization parameter and the thickness of insensitive zone.
We derive piecewise linearity of the path of these two hyperparameters and propose gradient based path following method. |
キーワード |
(和) |
カーネルマシン / パス追跡 / 勾配ベース最適化法 / サポートベクトル回帰 / / / / |
(英) |
Kernel Machines / path following / gradient based optimization / Support Vector Regression / / / / |
文献情報 |
信学技報, vol. 108, no. 372, NC2008-80, pp. 43-48, 2008年12月. |
資料番号 |
NC2008-80 |
発行日 |
2008-12-13 (NC) |
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 |
NC2008-80 |
研究会情報 |
研究会 |
NC MBE |
開催期間 |
2008-12-20 - 2008-12-20 |
開催地(和) |
名古屋工業大学 |
開催地(英) |
Nagoya Inst. Tech. |
テーマ(和) |
一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
NC |
会議コード |
2008-12-NC-MBE |
本文の言語 |
日本語 |
タイトル(和) |
カーネルマシンにおける勾配方向への2次元パス追跡法 |
サブタイトル(和) |
|
タイトル(英) |
Gradient Based Two Dimensional Path Following for Kernel Machines |
サブタイトル(英) |
|
キーワード(1)(和/英) |
カーネルマシン / Kernel Machines |
キーワード(2)(和/英) |
パス追跡 / path following |
キーワード(3)(和/英) |
勾配ベース最適化法 / gradient based optimization |
キーワード(4)(和/英) |
サポートベクトル回帰 / Support Vector Regression |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
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) |
烏山 昌幸 / Masayuki Karasuyama / カラスヤマ マサユキ |
第1著者 所属(和/英) |
名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: NIT) |
第2著者 氏名(和/英/ヨミ) |
竹内 一郎 / Ichiro Takeuchi / タケウチ イチロウ |
第2著者 所属(和/英) |
名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: NIT) |
第3著者 氏名(和/英/ヨミ) |
中野 良平 / Ryohei Nakano / ナカノ リョウヘイ |
第3著者 所属(和/英) |
中部大学 (略称: 中部大)
Chubu University (略称: Chubu Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
講演者 |
第1著者 |
発表日時 |
2008-12-20 14:30:00 |
発表時間 |
25分 |
申込先研究会 |
NC |
資料番号 |
NC2008-80 |
巻番号(vol) |
vol.108 |
号番号(no) |
no.372 |
ページ範囲 |
pp.43-48 |
ページ数 |
6 |
発行日 |
2008-12-13 (NC) |