| 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 | 2010-09-05 11:10 Multi-task Learning with Least-Squares Probabilistic Classifiers ○Jaak Simm・Masashi Sugiyama（Tokyo Inst. of Tech.）・Tsuyoshi Kato（Univ. of Tokyo）  PRMU2010-61 IBISML2010-33 |
|
| 抄録 | （和） | Probabilistic classification and multi-task learning are two important branches of machine learning research. Probabilistic classification is useful when the `confidence' of decision is necessary. On the other hand, the idea of multi-task learning is beneficial if multiple related learning tasks exist. So far, kernelized logistic regression has been a vital probabilistic classifier for the use in multi-task learning scenarios. However, its training tends to be computationally expensive, which prevented its use in large-scale problems. To overcome this limitation, we propose to employ a recently-proposed probabilistic classifier called the least-squares probabilistic classifier in multi-task learning scenarios. Through image classification experiments, we show that our method achieves comparable classification performance to the existing method, with much less training time. |
| （英） | Probabilistic classification and multi-task learning are two important branches of machine learning research. Probabilistic classification is useful when the `confidence' of decision is necessary. On the other hand, the idea of multi-task learning is beneficial if multiple related learning tasks exist. So far, kernelized logistic regression has been a vital probabilistic classifier for the use in multi-task learning scenarios. However, its training tends to be computationally expensive, which prevented its use in large-scale problems. To overcome this limitation, we propose to employ a recently-proposed probabilistic classifier called the least-squares probabilistic classifier in multi-task learning scenarios. Through image classification experiments, we show that our method achieves comparable classification performance to the existing method, with much less training time. |
|
| キーワード | （和） | / / / / / / / |
| （英） | / / / / / / / | |
| 文献情報 | 信学技報, vol. 110, no. 188, IBISML2010-33, pp. 51-56, 2010年9月. | |
| 資料番号 | IBISML2010-33 | |
| 発行日 | 2010-08-29 (PRMU, IBISML) | |
| 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 | PRMU2010-61 IBISML2010-33 |
|
| 研究会情報 | |
| 研究会 | IBISML PRMU IPSJ-CVIM |
| 開催期間 | 2010-09-05 - 2010-09-06 |
| 開催地（和） | 福岡大学 |
| 開催地（英） | Fukuoka Univ. |
| テーマ（和） | コンピュータビジョンとパターン認識のための機械学習と最適化, 一般 |
| テーマ（英） | Machine learning and optimization for computer vision and pattern recognition, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2010-09-IBISML-PRMU-CVIM |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Multi-task Learning with Least-Squares Probabilistic Classifiers |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / |
| キーワード(2)（和/英） | / |
| キーワード(3)（和/英） | / |
| キーワード(4)（和/英） | / |
| 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） | シム ヤーク / Jaak Simm / シム ヤーク |
| 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.) |
| 第2著者 氏名（和/英/ヨミ） | 杉山 将 / Masashi Sugiyama / スギヤマ マサシ |
| 第2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.) |
| 第3著者 氏名（和/英/ヨミ） | 加藤 毅 / Tsuyoshi Kato / カトウ ツヨシ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： Univ. of Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2010-09-05 11:10:00 |
| 発表時間 | 30分 |
| 申込先研究会 | IBISML |
| 資料番号 | PRMU2010-61, IBISML2010-33 |
| 巻番号（vol） | vol.110 |
| 号番号（no） | no.187(PRMU), no.188(IBISML) |
| ページ範囲 | pp.51-56 |
| ページ数 | 6 |
| 発行日 | 2010-08-29 (PRMU, IBISML) |
[研究会発表申込システムのトップページに戻る]