| 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 | 2010-12-09 16:40 カーネルに基づく高次元空間における大幾何マージン最小分類誤り学習の提案 ○渡辺秀行（NICT）・片桐 滋・足立 守・大崎美穂（同志社大）  PRMU2010-136 |
|
| 抄録 | （和） | 分類境界とその最近傍の学習標本との距離である幾何マージンを増大させつつ分類誤り最小化を直接的に目指す，大幾何マージン最小分類誤り学習法が提案され，多クラス分類課題に対する有効性が実証されている．本稿では，複雑なパターン分布に対処するためにカーネルを導入し，カーネルにより陰に写像される高次元空間において多クラス線形判別関数を定義し，それに対する大幾何マージン最小分類誤り学習法を提案する．本手法と，多クラスサポートベクターマシンや混合ガウス分布モデル及びRBFネットワークとの関連性もあわせて示す． |
| （英） | Large Geometric Margin Minimum Classification Error (LGM-MCE) training has been successfully applied to multi-class classification tasks. It directly aims at the status of the minimum classification error probability while increasing the geometric margin, the distance between the classification boundary and its nearest training sample. In this paper we introduce the concept of kernels to cope with the complicated distributions of patterns and propose a new training method that applies LGM-MCE formalization to linear discriminant functions defined in high-dimensional space to which input patterns are implicitly mapped by the kernels. We also show the relationship between our proposed method and several well-studied classifiers, such as a Support Vector Machine classifier, a Gaussian Mixture Model classifier, and a Radial Basis Function network. | |
| キーワード | （和） | 幾何マージン / 最小分類誤り / カーネル / サポートベクターマシーン / / / / |
| （英） | geometric margin / Minimum Classification Error / kernel / Support Vector Machine / / / / | |
| 文献情報 | 信学技報, vol. 110, no. 330, PRMU2010-136, pp. 55-60, 2010年12月. | |
| 資料番号 | PRMU2010-136 | |
| 発行日 | 2010-12-02 (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 | PRMU2010-136 |
|
| 研究会情報 | |
| 研究会 | PRMU FM |
| 開催期間 | 2010-12-09 - 2010-12-10 |
| 開催地（和） | 山口大学 大学会館 |
| 開催地（英） | |
| テーマ（和） | PRMUのフロンティア・グランドチャレンジ |
| 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 | 2010-12-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | カーネルに基づく高次元空間における大幾何マージン最小分類誤り学習の提案 |
| サブタイトル（和） | |
| タイトル（英） | Large Geometric Margin Minimum Classification Error Training for Kernel-based High Dimensional Space |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 幾何マージン / geometric margin |
| キーワード(2)（和/英） | 最小分類誤り / Minimum Classification Error |
| キーワード(3)（和/英） | カーネル / kernel |
| キーワード(4)（和/英） | サポートベクターマシーン / Support Vector Machine |
| 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） | 渡辺 秀行 / Hideyuki Watanabe / ワタナベ ヒデユキ |
| 第1著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第2著者 氏名（和/英/ヨミ） | 片桐 滋 / Shigeru Katagiri / カタギリ シゲル |
| 第2著者 所属（和/英） | 同志社大学大学院 (略称： 同志社大) Graduate School, Doshisha University (略称： Doshisha Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 足立 守 / Mamoru Adachi / アダチ マモル |
| 第3著者 所属（和/英） | 同志社大学大学院 (略称： 同志社大) Graduate School, Doshisha University (略称： Doshisha Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 大崎 美穂 / Miho Ohsaki / オオサキ ミホ |
| 第4著者 所属（和/英） | 同志社大学大学院 (略称： 同志社大) Graduate School, Doshisha University (略称： Doshisha Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2010-12-09 16:40:00 |
| 発表時間 | 30分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2010-136 |
| 巻番号（vol） | vol.110 |
| 号番号（no） | no.330 |
| ページ範囲 | pp.55-60 |
| ページ数 | 6 |
| 発行日 | 2010-12-02 (PRMU) |
[研究会発表申込システムのトップページに戻る]