| 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 | 2022-07-22 15:05 決定木モデルを仮定した分類におけるメタツリー集合のブースティング的構成によるベイズ近似最適アルゴリズムの研究 ○馬庭良太・一條尚希・島田航志・松嶋敏泰（早大）  IT2022-28 |
|
| 抄録 | （和） | 学習データが与えられた下で，新しい説明変数に対応する目的変数を分類予測する手法の一つに決定木が挙げられる．本研究では，決定木をデータ生成モデルとみなし，ベイズ決定理論に基づいた予測を考える．メタツリーという概念を用いて計算を効率化し，ある評価基準によって逐次的にメタツリーを複数作成していくことで特徴量未知での計算を近似させるアルゴリズムを提案する． |
| （英） | Decision trees are used for classification and regression such as predicting the objective variable corresponding to the new explanatory variable. In this study, decision trees are regarded as a data generation model and we propose a prediction method based on Bayes decision theory. However, the computational complexity of calculating the prediction increases exponentially with the number of tree models, the depth of trees, and the dimensions of explanatory variables. There is a concept called ``meta-tree’’ which reduces the computational complexity in terms of the tree depth. Therefore, we also propose an efficient algorithm to predict the objective variable by creating multiple meta-trees sequentially. |
|
| キーワード | （和） | ベイズ決定理論 / 決定木 / 集団学習法 / ブースティング / メタツリー / / / |
| （英） | Bayes Optimal Prediction / Decision Tree / Ensemble learning / Boosting / Meta-tree / / / | |
| 文献情報 | 信学技報, vol. 122, no. 128, IT2022-28, pp. 67-72, 2022年7月. | |
| 資料番号 | IT2022-28 | |
| 発行日 | 2022-07-14 (IT) | |
| 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 | IT2022-28 |
|
| 研究会情報 | |
| 研究会 | IT |
| 開催期間 | 2022-07-21 - 2022-07-22 |
| 開催地（和） | 岡山理科大学 |
| 開催地（英） | Okayama University of Science |
| テーマ（和） | フレッシュマンセッション，一般 |
| テーマ（英） | Freshman session, General |
| 講演論文情報の詳細 | |
| 申込み研究会 | IT |
| 会議コード | 2022-07-IT |
| 本文の言語 | 日本語 |
| タイトル（和） | 決定木モデルを仮定した分類におけるメタツリー集合のブースティング的構成によるベイズ近似最適アルゴリズムの研究 |
| サブタイトル（和） | |
| タイトル（英） | Bayes Optimal Approximation Algorithm by Boosting-like Construction of Meta-Tree Sets in Classification on Decision Tree Model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ベイズ決定理論 / Bayes Optimal Prediction |
| キーワード(2)（和/英） | 決定木 / Decision Tree |
| キーワード(3)（和/英） | 集団学習法 / Ensemble learning |
| キーワード(4)（和/英） | ブースティング / Boosting |
| キーワード(5)（和/英） | メタツリー / Meta-tree |
| 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） | 馬庭 良太 / Ryota Maniwa / マニワ リョウタ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 一條 尚希 / Naoki Ichijo / イチジョウ ナオキ |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 島田 航志 / Koshi Shimada / シマダ コウシ |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 松嶋 敏泰 / Toshiyasu Matsushima / マツシマ トシヤス |
| 第4著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-07-22 15:05:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IT |
| 資料番号 | IT2022-28 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.128 |
| ページ範囲 | pp.67-72 |
| ページ数 | 6 |
| 発行日 | 2022-07-14 (IT) |
[研究会発表申込システムのトップページに戻る]