詳細表示

No 207458
標題(和) カーネルリッジ回帰における低計算量モデル選択法
標題(英) Model Selection with Low Computational Costs in Kernel Ridge Regression
研究会名(和) 通信方式, 信号処理, 回路とシステム
研究会名(英) Communication Systems, Signal Processing, Circuits and Systems
開催年月日 2011-03-03
終了年月日 2011-03-04
会議種別コード 5
共催団体名(和)
資料番号 CAS2010-133, SIP2010-149, CS2010-103
抄録(和) パラメータを有する所与のカーネルの族を用いたカーネルリッジ回帰においては,モデル選択として,カーネルパラメータ,及び,リッジパラメータを選択する必要がある.これらの選択法としてクロスバリデーションが用いられることが多いが,この方法では,2つのパラメータに関する全探索が必要となるため,計算量が多くなるという問題点がある.\r\n本稿では,この2つのパラメータを個別に探索する新たな選択法を提案する.真の関数と解空間との誤差の評価を用いてカーネルパラメータを選択し,さらに,Subspace Information Criterion(SIC) と呼ばれる指標を用いて,解空間内の誤差が小さくなるようなリッジパラメータを選択する.これにより,少ない計算量でモデル選択が可能となることが期待される.\r\nクロスバリデーションによる手法と比較し,計算時間が大幅に短縮されることを\r\n数値実験で示す.
抄録(英) In kernel ridge regression with a given class of parameterized kernels, it is necessary to select a kernel parameter and the ridge parameter. Cross-varidation is often used as a method for selecting them. However, this method requires large computational costs since it needs full search for the two parameters. \r\nIn this paper, we propose a new method for selecting the two parameters successively. Our method selects a kernel parameter based on an evaluation of the error between an unknown true function and a model space, and selects the ridge parameter by using the subspace information criterion (SIC). \r\nNumerical experiments shows that computational costs in the proposed method are reduced compared with leave-one-out cross-varidation.
収録資料名(和) 電子情報通信学会技術研究報告
収録資料の巻号 Vol.110, No.439,440,441
ページ開始 185
ページ終了 190
キーワード(和) カーネルリッジ回帰,カーネルパラメータ,リッジパラメータ,SIC(Subspace Information Criterion),クロスバリデーション
キーワード(英) kernel ridge regression,kernel parameter,ridge parameter,subspace information criterion,cross-varidation
本文の言語 JPN
著者(和) 武井亨
著者(ヨミ) タケイ トオル
著者(英) Toru Takei
所属機関(和) 北海道大学
所属機関(英) Hokkaido University
著者(和) 田中章
著者(ヨミ) タナカ アキラ
著者(英) Akira Tanaka
所属機関(和) 北海道大学
所属機関(英) Hokkaido University
著者(和) 宮腰政明
著者(ヨミ) ミヤコシ マサアキ
著者(英) Masaaki Miyakoshi
所属機関(和) 北海道大学
所属機関(英) Hokkaido University

WWW サーバ管理者
E-mail: webmaster@ieice.org