| 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 | 2024-12-26 13:00 量子カーネルを用いた教師なし表現学習によるXGBODの外れ値検出の性能向上 ○南雲亮太朗（八戸工大）・島内宏和（公立はこだて未来大）・熊谷 駿（八戸工大）  DE2024-13 |
|
| 抄録 | （和） | 本研究では，量子カーネルを組み込むことでXGBODの性能向上を目指した．XGBODは，複数の教師なし外れ値検出手法の出力を特徴として，有用なものを選別した上で元の特徴と統合し，識別精度を向上させる手法である．量子カーネルを用いた教師なし外れ値検出を導入することで，従来のXGBODでは生成されない，性能の向上に繋がる複雑な特徴表現を獲得しうる．6つのデータセットで実験を行った結果，一定の条件下では外れ値検出の性能が向上することが確認された． |
| （英） | In this study, we aim to improve the performance of XGBOD by incorporating quantum kernels. XGBOD is a method that enhances detection performance by selecting useful features from the outputs of multiple unsupervised outlier detection techniques, integrating these features with the original features. By introducing unsupervised outlier detection based on quantum kernels, the proposed approach allows for the generation of complex feature representations that cannot be achieved with conventional XGBOD, potentially leading to improved performance. Experiments conducted on six datasets confirmed that, under certain conditions, the performance of outlier detection is improved. | |
| キーワード | （和） | 量子カーネル / XGBOD / 教師なし表現学習 / One-Class SVM / 外れ値検出 / / / |
| （英） | Quantum Kernel / Extreme Gradient Boosting Outlier Detection / Unsupervised Representation Learning / One-Class SVM / Outlier Detection / / / | |
| 文献情報 | 信学技報, vol. 124, no. 323, DE2024-13, pp. 7-12, 2024年12月. | |
| 資料番号 | DE2024-13 | |
| 発行日 | 2024-12-19 (DE) | |
| 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 | DE2024-13 |
|
| 研究会情報 | |
| 研究会 | DE IPSJ-DBS IPSJ-IFAT |
| 開催期間 | 2024-12-26 - 2024-12-26 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | データ管理・情報検索・知識獲得の理論・応用 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | DE |
| 会議コード | 2024-12-DE-DBS-IFAT |
| 本文の言語 | 日本語 |
| タイトル（和） | 量子カーネルを用いた教師なし表現学習によるXGBODの外れ値検出の性能向上 |
| サブタイトル（和） | |
| タイトル（英） | Enhancement of Outlier Detection Using XGBOD through Quantum Kernel-Based Unsupervised Representation Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 量子カーネル / Quantum Kernel |
| キーワード(2)（和/英） | XGBOD / Extreme Gradient Boosting Outlier Detection |
| キーワード(3)（和/英） | 教師なし表現学習 / Unsupervised Representation Learning |
| キーワード(4)（和/英） | One-Class SVM / One-Class SVM |
| キーワード(5)（和/英） | 外れ値検出 / Outlier Detection |
| 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） | 南雲 亮太朗 / Ryotaro Nagumo / ナグモ リョウタロウ |
| 第1著者 所属（和/英） | 八戸工業大学 (略称： 八戸工大) Hachinohe Institute of Technology (略称： Hachinohe Inst. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | 島内 宏和 / Hirokazu Shimauchi / シマウチ ヒロカズ |
| 第2著者 所属（和/英） | 公立はこだて未来大学 (略称： 公立はこだて未来大) Future University Hakodate (略称： Future Univ. Hakodate) |
| 第3著者 氏名（和/英/ヨミ） | 熊谷 駿 / Shun Kumagai / クマガイ シュン |
| 第3著者 所属（和/英） | 八戸工業大学 (略称： 八戸工大) Hachinohe Institute of Technology (略称： Hachinohe Inst. of Tech.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-12-26 13:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | DE |
| 資料番号 | DE2024-13 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.323 |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2024-12-19 (DE) |
[研究会発表申込システムのトップページに戻る]