| 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 | 2011-11-10 15:45 パラメトリック計画法を用いた分類と回帰における外れ値検出とロバスト学習 ○竹内一郎（名工大）  IBISML2011-81 |
|
| 抄録 | （和） | 本稿では, サポートベクトルマシン(SVM)の異常値検出とロバスト学習に関して考察する. この問題に関しては, 直接的に異常値を同定してその影響を軽減する(直接的)アプローチとロバストな損失関数を用いて間接的に異常値の影響を軽減する(間接的)アプローチがある. 本研究では, この問題に対するパラメトリック計画法を用いた新しいアルゴリズムを提案する. このアルゴリズムを用いると, 最も影響の大きなデータ点の重みを連続的に減らしていくときのSVMの最適解パスを計算することができる. 簡単な数値実験により提案アルゴリズムの動作を確認し, 直接的アプローチおよび間接的アプローチとの関連を議論する. |
| （英） | We study outlier detection and robust learning problem for support vector machine (SVM). In the literature there are two main approaches to this problem. The first one is called direct approach in which outliers are directly identified and their influences are reduced in the training process, while the other is called indirect approach in which the loss function is modified to be robust to outliers. In this paper, we introduce a new algorithm for this problem using parametric programming technique. The algorithm enables us to trace the path of the SVM solutions when the loss incurred to the most influential instance is continuously decreased. A simple numerical experiment is conducted to illustrate the behavior of the algorithm and its connections with direct and indirect approaches are discussed. | |
| キーワード | （和） | SVM / 異常値検出 / ロバスト学習 / パラメトリック計画法 / / / / |
| （英） | support vector machine / outlier detection / robust learning / parametric programming / / / / | |
| 文献情報 | 信学技報, vol. 111, no. 275, IBISML2011-81, pp. 263-269, 2011年11月. | |
| 資料番号 | IBISML2011-81 | |
| 発行日 | 2011-11-02 (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 | IBISML2011-81 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2011-11-09 - 2011-11-11 |
| 開催地（和） | 奈良女子大学 |
| 開催地（英） | Nara Womens Univ. |
| テーマ（和） | 第14回情報論的学習理論ワークショップ |
| テーマ（英） | The 14th IBIS workshop |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2011-11-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | パラメトリック計画法を用いた分類と回帰における外れ値検出とロバスト学習 |
| サブタイトル（和） | |
| タイトル（英） | A Parametric Programming Approach for Outlier Detection and Robust Learning for Classification and Regression |
| サブタイトル（英） | |
| キーワード(1)（和/英） | SVM / support vector machine |
| キーワード(2)（和/英） | 異常値検出 / outlier detection |
| キーワード(3)（和/英） | ロバスト学習 / robust learning |
| キーワード(4)（和/英） | パラメトリック計画法 / parametric programming |
| 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） | 竹内 一郎 / Ichiro Takeuchi / タケウチ イチロウ |
| 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） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2011-11-10 15:45:00 |
| 発表時間 | 180分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2011-81 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | no.275 |
| ページ範囲 | pp.263-269 |
| ページ数 | 7 |
| 発行日 | 2011-11-02 (IBISML) |
[研究会発表申込システムのトップページに戻る]