講演抄録/キーワード |
講演名 |
2012-03-16 14:10
ROC曲線を局所的に改善するパーセプトロンの学習則 ○桑原昭之(筑波大) NC2011-189 |
抄録 |
(和) |
単層パーセプトロンは線形分離不可能な多量の学習サンプルが与えられた場合,全てに正解することはできない.そのような状況で識別器の性能を評価する場合,ROC曲線を用いることが考えられる.ROC曲線は全学習サンプルのスコアリングをもとに描かれるため,通常,ROC曲線の改善を目指した学習はバッチ学習で行われる.それに対して本研究では,簡単なオンラインの学習則により,ROC曲線を局所的に改善する方法を提案する. |
(英) |
A single-layer perceptron can not give perfect answers to massive linearly inseparable training examples. In such situations, the ROC curve can be used to evaluate classifiers' performance. To plot the ROC curve, all scorings of training examples are needed. Therefore, batch learning is normally used to improve the ROC curve. In this study, we propose a simple online perceptron learning rule for locally improving the ROC curve. |
キーワード |
(和) |
パーセプトロン / 線形識別器 / ROC曲線 / pAUC最大化 / オンライン学習 / / / |
(英) |
perceptron / linear classifier / ROC curve / pAUC maximization / online learning / / / |
文献情報 |
信学技報, vol. 111, no. 483, NC2011-189, pp. 399-404, 2012年3月. |
資料番号 |
NC2011-189 |
発行日 |
2012-03-07 (NC) |
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 |
NC2011-189 |