| 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 | 2014-01-23 10:00 カーネル写像を用いた最小分類誤り学習法 ○田中秀明（同志社大）・渡辺秀行（NICT）・片桐 滋・大崎美穂（同志社大）・松田繁樹・堀 智織（NICT）  PRMU2013-92 MVE2013-33 |
|
| 抄録 | （和） | HMM型識別関数やプロトタイプ型識別関数を用いた様々な分類器に最小分類誤り（MCE: Minimum Classification Error）学習法が適用され，その有効性が示されてきた．しかし，それらにおけるクラス境界は標本空間においてのみ最適化がなされ，まだ改良の余地が残されていた．本稿では，カーネル写像を伴う線形識別関数型分類器に，補助関数による最適化を行うMCE法を適用したカーネル最小分類誤り学習法を提案し，その有効性の検証を行う．特に，最適化に用いる補助関数に単調増加関数のクロスエントロピー型損失を用いることで，学習全体の損失を分類精度の向上に直接的な平滑化分類誤り数損失として実現する実装法を提案する． |
| （英） | The Minimum Classification Error (MCE) training has been successfully applied to various types of classifiers. However, its training power was casted only to the optimization of class boundaries in an original sample space. There is the possibility of applying the MCE training to some other features or feature space, which may lead to more accurate classification. Motivated by this, we introduce in this paper a new MCE training method, called Kernel Minimum Classification Error training. This new method is formalized by applying an MCE training associated with auxiliary-function-based optimization to a classifier that has linear discriminant functions and kernel feature projection. The formalization of the method is characterized by the use of cross-entropy loss as an auxiliary function. We also show basic performances of the method through several evaluation experiments. | |
| キーワード | （和） | 最小分類誤り学習 / カーネル法 / 補助関数法 / / / / / |
| （英） | Minimum classification error training / Kernel method / Auxiliary function method / / / / / | |
| 文献情報 | 信学技報, vol. 113, no. 402, PRMU2013-92, pp. 7-12, 2014年1月. | |
| 資料番号 | PRMU2013-92 | |
| 発行日 | 2014-01-16 (PRMU, MVE) | |
| 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 | PRMU2013-92 MVE2013-33 |
|
| 研究会情報 | |
| 研究会 | PRMU IPSJ-CVIM MVE |
| 開催期間 | 2014-01-23 - 2014-01-24 |
| 開催地（和） | 大阪大学豊中キャンパス 基礎工学部国際棟 |
| 開催地（英） | |
| テーマ（和） | 人体・動作の認識と理解，福祉と共生，国際会議報告 |
| 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 | 2014-01-PRMU-CVIM-MVE |
| 本文の言語 | 日本語 |
| タイトル（和） | カーネル写像を用いた最小分類誤り学習法 |
| サブタイトル（和） | |
| タイトル（英） | Minimum Classification Error Training with Automatic Control of Loss Smoothness |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 最小分類誤り学習 / Minimum classification error training |
| キーワード(2)（和/英） | カーネル法 / Kernel method |
| キーワード(3)（和/英） | 補助関数法 / Auxiliary function method |
| 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） | 田中 秀明 / Hideaki Tanaka / タナカ ヒデアキ |
| 第1著者 所属（和/英） | 同志社大学 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 渡辺 秀行 / Hideyuki Watanabe / ワタナベ ヒデユキ |
| 第2著者 所属（和/英） | 独立行政法人情報通信研究機構 ユニバーサルコミュニケーション研究所 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第3著者 氏名（和/英/ヨミ） | 片桐 滋 / Shigeru Katagiri / カタギリ シゲル |
| 第3著者 所属（和/英） | 同志社大学 (略称： 同志社大) 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 (略称： 同志社大) Doshisha University (略称： Doshisha Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 松田 繁樹 / Shigeki Matsuda / マツダ シゲキ |
| 第5著者 所属（和/英） | 独立行政法人情報通信研究機構 ユニバーサルコミュニケーション研究所 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第6著者 氏名（和/英/ヨミ） | 堀 智織 / Chiori Hori / ホリ チオリ |
| 第6著者 所属（和/英） | 独立行政法人情報通信研究機構 ユニバーサルコミュニケーション研究所 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 講演者 | 第1著者 |
| 発表日時 | 2014-01-23 10:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2013-92, MVE2013-33 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | no.402(PRMU), no.403(MVE) |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2014-01-16 (PRMU, MVE) |
[研究会発表申込システムのトップページに戻る]