| 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 | 2018-06-13 13:25 複数固有ベクトルの線形結合を用いた教師あり次元削減法 ○今倉 暁・松田萌望・櫻井鉄也（筑波大）  IBISML2018-6 |
|
| 抄録 | （和） | 高次元特徴量を持つデータを低次元空間に射影し，クラスタリングやクラシフィケーションを行う次元削減法として，LPPやLFDAなどが知られている．これらの次元削減法はある行列のトレースの最小化もしくは最大化問題として定式化され，一般化固有値問題の少数の固有ベクトルを用いて次元削減を行う．本稿では，これらの次元削減法のアイディアを基盤とし分類性能を改善する新しい教師あり次元削減法を提案する．提案法は，制約付きの最小二乗問題の解として係数を定めた多数の固有ベクトルの線形結合として写像を構築する．提案法は，従来法と比較して多量の固有ベクトルの求解が必要であるが，複素モーメント型並列固有値解法を利用して高速に求解可能である． |
| （英） | Dimensionality reduction methods that reduce the dimension of original data to a low-dimensional subspace such as LPP and LFDA are widely used for clustering and classifications. These dimensionality reduction methods are formulated by minimization or maximization of a matrix trace and solved as few eigenvectors of the corresponding generalized eigenvalue problem. In this paper, based on the concept of the dimensionality reduction methods, we propose a novel supervised dimensionality reduction method that constructs a low-dimensional subspace with linear combinations of multiple eigenvectors. The proposed method needs to compute multiple eigenvectors; however, one can solve them efficiently by complex moment-based parallel eigensolvers. | |
| キーワード | （和） | 次元削減法 / 教師あり学習 / 固有ベクトルの線形結合 / 複素モーメント型並列固有値解法 / / / / |
| （英） | dimensionality reduction methods / supervised learning / linear combination of eigenvectors / complex moment-based eigensolvers / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 81, IBISML2018-6, pp. 39-45, 2018年6月. | |
| 資料番号 | IBISML2018-6 | |
| 発行日 | 2018-06-06 (IBISML) | |
| ISSN | 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 | IBISML2018-6 |
|
| 研究会情報 | |
| 研究会 | NC IBISML IPSJ-BIO IPSJ-MPS |
| 開催期間 | 2018-06-13 - 2018-06-15 |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | Okinawa Institute of Science and Technology |
| テーマ（和） | 機械学習によるバイオデータマインニング、一般 |
| テーマ（英） | Machine Learning Approach to Biodata Mining, and General |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2018-06-NC-IBISML-BIO-MPS |
| 本文の言語 | 日本語 |
| タイトル（和） | 複数固有ベクトルの線形結合を用いた教師あり次元削減法 |
| サブタイトル（和） | |
| タイトル（英） | A supervised dimensionality reduction method using linear combinations of multiple eigenvectors |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 次元削減法 / dimensionality reduction methods |
| キーワード(2)（和/英） | 教師あり学習 / supervised learning |
| キーワード(3)（和/英） | 固有ベクトルの線形結合 / linear combination of eigenvectors |
| キーワード(4)（和/英） | 複素モーメント型並列固有値解法 / complex moment-based eigensolvers |
| 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） | 今倉 暁 / Akira Imakura / イマクラ アキラ |
| 第1著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. Tsukuba) |
| 第2著者 氏名（和/英/ヨミ） | 松田 萌望 / Momo Matsuda / マツダ モモ |
| 第2著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. Tsukuba) |
| 第3著者 氏名（和/英/ヨミ） | 櫻井 鉄也 / Tetsuya Sakurai / サクライ テツヤ |
| 第3著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. Tsukuba) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-06-13 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2018-6 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.81 |
| ページ範囲 | pp.39-45 |
| ページ数 | 7 |
| 発行日 | 2018-06-06 (IBISML) |
[研究会発表申込システムのトップページに戻る]