講演抄録/キーワード |
講演名 |
2015-01-23 09:50
ビットストリング型遺伝的アルゴリズムを用いた最小分類誤り学習の分析 ○外越寛人(同志社大)・渡辺秀行(NICT)・片桐 滋(同志社大)・ル シュガン・堀 智織(NICT)・大崎美穂(同志社大) PRMU2014-100 MVE2014-62 |
抄録 |
(和) |
最小分類誤り(MCE: Minimum Classication Error) 学習法に広く用いられる勾配法による損失最小化は,損失の大域的な最小状態の発見を保証しない.この問題を軽減することを目指し,大域的な最小化に適した遺伝的アルゴリズム(GA: Genetic Algorithms)の一種である実数値GA を用いるMCE 学習法が提案された.しかし,その実数値GA の利用効果はそれほど明確ではない.そこで本稿では,もう一つの選択肢であるビットストリング型GA
をMCE 学習に適用し,その大局的損失最小化における有効性を調査する.MCE 学習における分類誤り数損失の平滑化などを制御した体系的な実験を通し,GA に基づくMCE 学習が必ずしも勾配法に勝るものでないこと等を示す. |
(英) |
Minimum Classification Error (MCE) training using gradient-descent-based loss minimization does not guarantee a global minimum of loss. To solve this problem, MCE training using a real-coded Genetic Algorithm (GA), which is considered suitable for global minimization, was investigated. However, its utility was not clearly demonstrated. In this paper, we newly apply another type of GA, i.e., a bit-string-based GA, to MCE training. From experiments, where such key features of MCE training as the smoothness of the classification error count loss were systematically controlled, we elaborate the nature of bit-string-based loss minimization for MCE training and show that GA-based minimization is not necessarily superior to handy gradient-descent-based minimization. |
キーワード |
(和) |
最小分類誤り学習 / 大域的最適化 / 遺伝的アルゴリズム / / / / / |
(英) |
Minimum classification error training / Global loss minimization / Genetic algorithms / / / / / |
文献情報 |
信学技報, vol. 114, no. 409, PRMU2014-100, pp. 171-176, 2015年1月. |
資料番号 |
PRMU2014-100 |
発行日 |
2015-01-15 (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 |
PRMU2014-100 MVE2014-62 |