| 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 | 2011-09-06 14:50 疎な解を得られるカーネルマシンを用いたMultiple Instance Learning問題の一解法 ○長島主尚・井上真郷（早大）  PRMU2011-77 IBISML2011-36 |
|
| 抄録 | （和） | Multiple Instance Learning問題（MIL）は，大枠ではクラス分類問題の一つである． 一般的なクラス分類問題と言えば，＋または－のラベルが与えられた単語を学習し， 新たな単語のラベルを，単語同士の類似性より推定するような問題である． これを解く手法として，Support Vector Machine (SVM)やロジスティック回帰などがあり， 高速な手法も開発されている．またその実装も， パッケージ化されているものが多く，適用が容易である． それに対してMILの解法は，パッケージ化の例は少なく， また分類基準が複雑なため，一般的なクラス分類問題の解法に比べて 計算量などにおいて劣る場合が多い． そこで本報告では，基底関数の構成方法を変更するだけで，MILを Relevance Vector Machine (RVM)などの疎な解を得るカーネルマシンで解けるようにする枠組みを提案する． 提案手法では，正しいキーワードが推定できていれば，他の単語に対する情報が不十分であっても 誤ったキーワードを推定しにくいということがわかった． |
| （英） | Multiple Instance Learning problem (MIL) is roughly one of the classification problems. In generally classification problem, the traning set comprises words, which label is positive or negative , and the task is to predict the labels of unseen words with those similarity. The methods for general classification problem are Support Vector Machine (SVM), Logistic Regression and so on, and fast algorithems were developped. Moreover, the most of these methods are easy to use because they are packaged. In contrast, the packaged methods for MIL are very few, and because of the complication of classificatory criterion, they are worse than general classification methods with calculation amount. In this paper, we propose the framework of method for MIL using Sparse Kernel Machines by changing Basis Function comfiguration. In the proposed method, if the right keywords are estimated, it is rare to estimate the wrong keywords even if information of other words is insufficient. |
|
| キーワード | （和） | Multiple Instance Learning / ロジスティック回帰 / カーネル法 / RVM / / / / |
| （英） | Multiple Instance Learning / Logistic Regression / Kernel Method / RVM / / / / | |
| 文献情報 | 信学技報, vol. 111, no. 194, IBISML2011-36, pp. 159-163, 2011年9月. | |
| 資料番号 | IBISML2011-36 | |
| 発行日 | 2011-08-29 (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 | PRMU2011-77 IBISML2011-36 |
|
| 研究会情報 | |
| 研究会 | PRMU IBISML IPSJ-CVIM |
| 開催期間 | 2011-09-05 - 2011-09-06 |
| 開催地（和） | はこだて未来大学 |
| 開催地（英） | |
| 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 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2011-09-PRMU-IBISML-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 疎な解を得られるカーネルマシンを用いたMultiple Instance Learning問題の一解法 |
| サブタイトル（和） | |
| タイトル（英） | A Method for Multiple Instance Learning Using Sparse Kernel Machines |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Multiple Instance Learning / Multiple Instance Learning |
| キーワード(2)（和/英） | ロジスティック回帰 / Logistic Regression |
| キーワード(3)（和/英） | カーネル法 / Kernel Method |
| キーワード(4)（和/英） | RVM / RVM |
| 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） | 長島 主尚 / Kazuhisa Nagashima / ナガシマ カズヒサ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 井上 真郷 / Masato Inoue / イノウエ マサト |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2011-09-06 14:50:00 |
| 発表時間 | 30分 |
| 申込先研究会 | IBISML |
| 資料番号 | PRMU2011-77, IBISML2011-36 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | no.193(PRMU), no.194(IBISML) |
| ページ範囲 | pp.159-163 |
| ページ数 | 5 |
| 発行日 | 2011-08-29 (PRMU, IBISML) |
[研究会発表申込システムのトップページに戻る]