講演抄録/キーワード |
講演名 |
2016-11-17 14:00
SVM全状態探索法(ES-SVM)によるスパース変数選択 ○川端大貴(東大)・市川寛子(東京理科大)・五十嵐康彦(東大)・永田賢二(産総研/JST/東大)・永福智志・田村了以(富山大)・岡田真人(東大) IBISML2016-96 |
抄録 |
(和) |
Nagataら(2015)はD個の入力変数のすべての組み合わせに対して,SVMのクロスバリデーションエラー(CVE)を計算し,その分布をもとめるES-SVMを提案した.本研究では,使用する入力変数の数$n$を1つから徐々に増やしながら,$n$毎に$_DC_n$個のSVMを行い,スパース変数選択する手法を提案する.つぎに,レプリカ交換モンテカルロ法によるサンプリングとマルチヒストグラム法を用いた提案法の効率的な枠組みを提案する. |
(英) |
Nagata et al.(2015) has proposed Exhaustive Search with Support Vector Machine(ES-SVM) which calculates a cross validation error(CVE) by Support Vector Machine for all combinations of variables in order to make the histogram of CVE.In this study, we propose a novel method for sparse variable selection called ESn-SVM for classification.The method assumes sparsity to the true solution and increases the variables which useful for classification from one by one.In order to efficiently perform ESn-SVM, we propose an systematic approach by the replica exchange Monte Carlo (REMC) method and the multiple histogram method. |
キーワード |
(和) |
変数選択 / 線形識別問題 / 全状態探索 / サポートベクターマシン(SVM) / 状態密度分布 / レプリカ交換モンテカルロ法 / / |
(英) |
variable selection / liner classification / exhaustive search / support vector machine (SVM) / density of states / replica exchange Monte Carlo (REMC) / / |
文献情報 |
信学技報, vol. 116, no. 300, IBISML2016-96, pp. 361-368, 2016年11月. |
資料番号 |
IBISML2016-96 |
発行日 |
2016-11-09 (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 |
IBISML2016-96 |