| 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 | 2014-11-17 17:00 ［ポスター講演］Breakdown Point of Robust Support Vector Machine ○Takafumi Kanamori（Nagoya Univ.）・Shuhei Fujiwara・Akiko Takeda（Univ. of Tokyo）  IBISML2014-41 |
|
| 抄録 | （和） | (事前公開アブストラクト) The main contribution of this paper is to show an exact evaluation of the breakdown point for a robust variant of support vector machine (SVM). For learning parameters such as the regularization parameter, we derive a simple formula that guarantees the robustness of the classifier. When the learning parameters are determined with a grid search using cross validation, our formula works to reduce the number of candidate search points. We show that the statistical properties of the robust SVM are well explained by a theoretical analysis of the breakdown point. |
| （英） | The support vector machine (SVM) is one of the most successful learning methods for solving classification problems. Despite its popularity, SVM has a serious drawback, that is sensitivity to outliers in training samples. The penalty on misclassification is defined by a convex loss called the hinge loss, and the unboundedness of the convex loss causes the sensitivity to outliers. To deal with outliers, robust variants of SVM have been proposed, such as the robust outlier detection algorithm and an SVM with a bounded loss called the ramp loss. In this paper, we propose a robust variant of SVM and investigate its robustness in terms of the breakdown point. The breakdown point is a robustness measure that is the largest amount of contamination such that the estimated classifier still gives information about the non-contaminated data. The main contribution of this paper is to show an exact evaluation of the breakdown point for the robust SVM. For learning parameters such as the regularization parameter in our algorithm, we derive a simple formula that guarantees the robustness of the classifier. When the learning parameters are determined with a grid search using cross validation, our formula works to reduce the number of candidate search points. The robustness of the proposed method is confirmed in numerical experiments. We show that the statistical properties of the robust SVM are well explained by a theoretical analysis of the breakdown point. |
|
| キーワード | （和） | / / / / / / / |
| （英） | Support Vector machine / Breakdown point / Robustness / Regularization / / / / | |
| 文献情報 | 信学技報, vol. 114, no. 306, IBISML2014-41, pp. 49-56, 2014年11月. | |
| 資料番号 | IBISML2014-41 | |
| 発行日 | 2014-11-10 (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 | IBISML2014-41 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2014-11-17 - 2014-11-19 |
| 開催地（和） | 名古屋大学 |
| 開催地（英） | Nagoya Univ. |
| テーマ（和） | 情報論的学習理論ワークショップ(IBIS2014) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2014-11-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） | Breakdown Point of Robust Support Vector Machine |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Support Vector machine |
| キーワード(2)（和/英） | / Breakdown point |
| キーワード(3)（和/英） | / Robustness |
| キーワード(4)（和/英） | / Regularization |
| 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） | 金森 敬文 / Takafumi Kanamori / カナモリ タカフミ |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 藤原 秀平 / Shuhei Fujiwara / フジワラ シュウヘイ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 武田 朗子 / Akiko Takeda / タケダ アキコ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2014-11-17 17:00:00 |
| 発表時間 | 180分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2014-41 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.306 |
| ページ範囲 | pp.49-56 |
| ページ数 | 8 |
| 発行日 | 2014-11-10 (IBISML) |
[研究会発表申込システムのトップページに戻る]