| 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 | 2009-02-20 09:30 Document Classification by Local Fisher Discriminant Analysis ○Masashi Sugiyama（Tokyo Inst. of Tech.）  PRMU2008-225 |
|
| 抄録 | （和） | 次元削減はパターン認識における最も重要な前処理過程の一つである． 半教師付き局所フィッシャー判別分析(SELF)は フィッシャー判別分析の拡張手法であり， その有効性が実験的に示されている． しかし，データの次元数が非常に高い場合， 計算量とメモリ使用量の制限のためSELFをそのまま用いることはできない． 本論文では，SELFを巨大なデータにも適用できるようにするための 計算手法を提案する． |
| （英） | Dimensionality reduction is one of the important preprocessing steps in practical pattern recognition. SEmi-supervised Local Fisher discriminant analysis (SELF)---which is a semi-supervised and local extension of Fisher discriminant analysis---was shown to work excellently in experiments. However, when data dimensionality is very high, a naive use of SELF is prohibited due to high computational costs and large memory requirement. In this paper, we introduce computational tricks for making SELF applicable to large-scale problems. |
|
| キーワード | （和） | 次元削減 / 半教師付き学習 / 半教師付き局所フィッシャー判別分析 / スパース性 / 一般化固有値問題 / / / |
| （英） | dimensionality reduction / semi-supervised learning / semi-supervised local Fisher discriminant analysis / sparsity / generalized eigenvalue problem / / / | |
| 文献情報 | 信学技報, vol. 108, no. 432, PRMU2008-225, pp. 103-108, 2009年2月. | |
| 資料番号 | PRMU2008-225 | |
| 発行日 | 2009-02-12 (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 | PRMU2008-225 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2009-02-19 - 2009-02-20 |
| 開催地（和） | 東大生研 |
| 開催地（英） | Univ. of Tokyo (IIS) |
| テーマ（和） | 文字・文書の認識・理解 |
| 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 | 2009-02-PRMU |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Document Classification by Local Fisher Discriminant Analysis |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 次元削減 / dimensionality reduction |
| キーワード(2)（和/英） | 半教師付き学習 / semi-supervised learning |
| キーワード(3)（和/英） | 半教師付き局所フィッシャー判別分析 / semi-supervised local Fisher discriminant analysis |
| キーワード(4)（和/英） | スパース性 / sparsity |
| キーワード(5)（和/英） | 一般化固有値問題 / generalized eigenvalue problem |
| 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） | 杉山 マサシ / Masashi Sugiyama / スギヤマ マサシ |
| 第1著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Inst. of Tech.) |
| 講演者 | 第1著者 |
| 発表日時 | 2009-02-20 09:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2008-225 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.432 |
| ページ範囲 | pp.103-108 |
| ページ数 | 6 |
| 発行日 | 2009-02-12 (PRMU) |
[研究会発表申込システムのトップページに戻る]