お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 2012-06-19 10:30
Learning Non-Linear Classifiers with a Sparsity Upper-Bound via Efficient Model Selection
Mathieu BlondelKazuhiro SekiKuniaki UeharaKobe Univ.IBISML2012-2
抄録 (和) カーネルを用いたサポートベクトルマシン(SVM)は多くのデータセットに対して優れた精度を示すことが分かっている.しかし、予測関数の計算コストが非常に高いため,多くの実問題に対してSVMを適用することは困難である.本研究では,この問題を解決するため,スパース性の上限を用いた非線形分類器の学習方法を提案する.まず,L1正則化付きの目的関数を提案し,スパース性の上限を用いずに最適化を行う方法を紹介する.次に,制約ありのモデル選択を行うことで,スパース性の上限を自然に考慮できる方法を提案する.実験結果により,提案手法はSVMと同等の精度で,よりスパースなモデルを学習できることを示す. 
(英) Support Vector Machines, when combined with kernels, achieve
state-of-the-art accuracy on many datasets. However, their use in many
real-world applications is hindered by the fact that their model size is
often too large and their prediction function too expensive to evaluate.
In this paper, to address these issues, we are interested in the problem
of learning non-linear classifiers with a sparsity budget. We first define
an L1-regularized convex objective and show how to optimize it, with-
out budget. Next, we show how our approach can be naturally extended
to incorporate a budget by using constrained model selection. Experi-
ments show that, compared to SVMs, our approach leads to much more
parsimonious models with comparable or better accuracy.
キーワード (和) 非線形分類 / スパースアルゴリズム / / / / / /  
(英) non-linear classification / sparse methods / / / / / /  
文献情報 信学技報, vol. 112, no. 83, IBISML2012-2, pp. 9-14, 2012年6月.
資料番号 IBISML2012-2 
発行日 2012-06-12 (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)
査読に
ついて
本技術報告は査読を経ていない技術報告であり,推敲を加えられていずれかの場に発表されることがあります.
PDFダウンロード IBISML2012-2

研究会情報
研究会 IBISML  
開催期間 2012-06-19 - 2012-06-20 
開催地(和) 京都キャンパスプラザ 
開催地(英) Campus plaza Kyoto 
テーマ(和) 機械学習一般とその応用 
テーマ(英) General topics on machine learning and its application 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2012-06-IBISML 
本文の言語 英語 
タイトル(和)  
サブタイトル(和)  
タイトル(英) Learning Non-Linear Classifiers with a Sparsity Upper-Bound via Efficient Model Selection 
サブタイトル(英)  
キーワード(1)(和/英) 非線形分類 / non-linear classification  
キーワード(2)(和/英) スパースアルゴリズム / sparse methods  
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) ブロンデル マチュー / Mathieu Blondel / ブロンデル マチュー
第1著者 所属(和/英) 神戸大学 (略称: 神戸大)
Kobe University (略称: Kobe Univ.)
第2著者 氏名(和/英/ヨミ) 関 和広 / Kazuhiro Seki / セキ カズヒロ
第2著者 所属(和/英) 神戸大学 (略称: 神戸大)
Kobe University (略称: Kobe Univ.)
第3著者 氏名(和/英/ヨミ) 上原 邦昭 / Kuniaki Uehara / ウエハラ クニアキ
第3著者 所属(和/英) 神戸大学 (略称: 神戸大)
Kobe University (略称: Kobe Univ.)
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2012-06-19 10:30:00 
発表時間 30分 
申込先研究会 IBISML 
資料番号 IBISML2012-2 
巻番号(vol) vol.112 
号番号(no) no.83 
ページ範囲 pp.9-14 
ページ数
発行日 2012-06-12 (IBISML) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会