| 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 | 2014-07-18 10:20 学習データの被予測性能に着目したAlternating Decision Forestsの各決定木への重み付け予測法 ○三沢翔太郎・藤原直広・三川健太・後藤正幸（早大）  IT2014-29 |
|
| 抄録 | （和） | 本研究では決定木のアンサンブル手法の一つであるAlternating Decision Forests (ADF)に着目する．ADFは各学習データにウェイトを付与し，データをより明確に分離できる決定木集合を生成する方法である．しかし，学習データに適合するモデルであることは過学習のリスクもあるため，決定木を適切に剪定することが望ましい．また，ADFで用いるウェイトは生成された決定木集合の予測の正確性を表しているため，ウェイトを考慮することで予測精度の向上が見込める．そこで本研究では，AIC基準の部分的適用と，学習の際に算出したウェイトを予測時に用いて各決定木の出力を算出することで，予測精度が高いと想定される決定木の出力を重視し，予測精度の向上を図る． |
| （英） | In this study, we focus on the Alternating Decision Forests (ADF). The ADF introduces the weights which represent the degree of prediction accuracy for the training data. These weights are only used when growing decision trees in the learning phase to improve the predictability for all training data. By using the weights in the prediction phase, it is possible to construct a prediction considering prediction confidence of each decision tree’s leaf node. Moreover, by pruning the decision trees, the generalization ability can also be improved. Therefore, we propose the method introducing AIC criterion to prune brunches of the trees and using the weights when predicting the category label of a new input data. Our proposal can be interpreted as the predictive method to weaken the influence of the low confidence outputs and strengthen that of the high reliable outputs. | |
| キーワード | （和） | データマイニング / Alternating Decision Forests / 決定木 / アンサンブル / / / / |
| （英） | Data mining / Alternating Decision Forests / Decision Tree / ensemble / / / / | |
| 文献情報 | 信学技報, vol. 114, no. 138, IT2014-29, pp. 101-106, 2014年7月. | |
| 資料番号 | IT2014-29 | |
| 発行日 | 2014-07-10 (IT) | |
| 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 | IT2014-29 |
|
| 研究会情報 | |
| 研究会 | IT |
| 開催期間 | 2014-07-17 - 2014-07-18 |
| 開催地（和） | 神戸大学 六甲台第２キャンパス |
| 開催地（英） | Kobe University |
| テーマ（和） | フレッシュマンセッション，一般 |
| テーマ（英） | freshman session, general |
| 講演論文情報の詳細 | |
| 申込み研究会 | IT |
| 会議コード | 2014-07-IT |
| 本文の言語 | 日本語 |
| タイトル（和） | 学習データの被予測性能に着目したAlternating Decision Forestsの各決定木への重み付け予測法 |
| サブタイトル（和） | |
| タイトル（英） | A Prediction Method based on Weighted Ensemble of Decision Tree on Alternating Decision Forests. |
| サブタイトル（英） | |
| キーワード(1)（和/英） | データマイニング / Data mining |
| キーワード(2)（和/英） | Alternating Decision Forests / Alternating Decision Forests |
| キーワード(3)（和/英） | 決定木 / Decision Tree |
| キーワード(4)（和/英） | アンサンブル / ensemble |
| 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） | 三沢 翔太郎 / Shotaro Misawa / ミサワ ショウタロウ |
| 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） | 藤原 直広 / Naohiro Fujiwara / フジワラ ナオヒロ |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 三川 健太 / Kenta Mikawa / ミカワ ケンタ |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 後藤 正幸 / Masayuki Goto / ゴトウ マサユキ |
| 第4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 | 2014-07-18 10:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IT |
| 資料番号 | IT2014-29 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.138 |
| ページ範囲 | pp.101-106 |
| ページ数 | 6 |
| 発行日 | 2014-07-10 (IT) |
[研究会発表申込システムのトップページに戻る]