| 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 | 2021-12-18 13:25 データのラベル推定のためフィッシャー基準を基にした新しい評価基準の考察 ○元木竜平・神野健哉（東京都市大）  NLP2021-62 |
|
| 抄録 | （和） | 教師あり学習では訓練データにラベルを付与しなければならない.また，学習結果の汎化性能を向上させ るためには多くのデータが必要になる．よって，すべての訓練データにラベルを付与すること(アノテーション)は多くの作業量を要する．一方で，ラベルなしデータはラベル付きデータに比べて容易に入手できる．そこで本研究では，少量のラベル付きデータからラベルなしデータのラベル推定を目的とする．分類器の学習に必要なラベル付きデータの数を削減することで，アノテーションの作業量を減らすことができる．本研究の目的を達成するための手法として， フィッシャー評価基準を基にした新たな評価基準を提案する． |
| （英） | In supervised learning, training data is labeled. In addition, a large amount of data is required to improve the accuracy of the training results. In this study, we propose a method to estimate labels of unlabeled data using only a small amount of labeled data. The proposed method uses a new evaluation criterion based on the Fisher criterion. The Fisher criterion minimizes the within-class variance and maximizes the between-class variance. However, the usual Fisher criterion is not used for linearly inseparable data. Experiments show that this new criterion is effective for linearly inseparable data. | |
| キーワード | （和） | フィッシャー基準 / クラスタリング / 推定 / サポートベクターマシン / / / / |
| （英） | Fisher criterion / clustering / estimation / Support Vector Machine / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 307, NLP2021-62, pp. 86-89, 2021年12月. | |
| 資料番号 | NLP2021-62 | |
| 発行日 | 2021-12-10 (NLP) | |
| 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 | NLP2021-62 |
|
| 研究会情報 | |
| 研究会 | NLP |
| 開催期間 | 2021-12-17 - 2021-12-18 |
| 開催地（和） | J:COM ホルトホール大分 |
| 開催地（英） | J:COM Horuto Hall OITA |
| テーマ（和） | NLP，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2021-12-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | データのラベル推定のためフィッシャー基準を基にした新しい評価基準の考察 |
| サブタイトル（和） | |
| タイトル（英） | Consideration of a new evaluation criterion based on the Fisher criterion for label estimation of data |
| サブタイトル（英） | |
| キーワード(1)（和/英） | フィッシャー基準 / Fisher criterion |
| キーワード(2)（和/英） | クラスタリング / clustering |
| キーワード(3)（和/英） | 推定 / estimation |
| キーワード(4)（和/英） | サポートベクターマシン / Support Vector Machine |
| 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） | 元木 竜平 / Ryuhei Motoki / モトキ リュウヘイ |
| 第1著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 神野 健哉 / Kenya Jin'no / ジンノ ケンヤ |
| 第2著者 所属（和/英） | 東京都市大学 (略称： 東京都市大) Tokyo City University (略称： Tokyo City Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-12-18 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2021-62 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.307 |
| ページ範囲 | pp.86-89 |
| ページ数 | 4 |
| 発行日 | 2021-12-10 (NLP) |
[研究会発表申込システムのトップページに戻る]