No |
214221 |
標題(和) |
RKHS射影に基づく多カーネル適応学習に関する一検討 |
標題(英) |
A Note on Multi-Kernel Adaptive Learning Based on RKHS Projection |
研究会名(和) |
回路とシステム, 通信方式, 信号処理 |
研究会名(英) |
Circuits and Systems, Communication Systems, Signal Processing |
開催年月日 |
2012-03-08 |
終了年月日 |
2012-03-09 |
会議種別コード |
5 |
共催団体名(和) |
|
資料番号 |
CAS2011-163, SIP2011-183, CS2011-155 |
抄録(和) |
本稿では,RKHS射影に基づく多カーネル適応学習アルゴリズムについて検討する.まず,既存のカーネル適応アルゴリズムが,ベクトル空間射影の観点からパラメータ空間射影法とRKHS射影法に大別できることを述べる.次に,複数のカーネル関数の凸結合係数を(Ivanov正則化を用いた最適化問題に基づいて)Wrapper法によって決定するバッチ処理手法を紹介し,これによって決定される結合係数を用いたRKHS射影法を示す.これを,本稿における「RKHS射影に基づく多カーネル適応学習アルゴリズム」とする.カーネル適応学習では,選択されたデータ点を中心とする複数のガウス関数の線形和で未知の非線形関数を近似する.RKHS射影に基づく多カーネル適応学習アルゴリズムでは,全てのデータ点において関数の形状が固定される.一方,パラメータ空間射影に基づく多カーネル適応学習アルゴリズムでは,データ点毎に異なる形状の関数を形成することで,各データ点における関数を非線形関数に適合させることができる.RKHS射影とパラメータ空間射影に基づく各々の多カーネル適応学習アルゴリズムを非線形時系列予測問題へ適用し,性能評価を行なう. |
抄録(英) |
A multi-kernel adaptive learning based on RKHS projection (MKAL-RKHS) is investigated. It is first shown that the existing kernel adaptive learning algorithms can be classified into two categories from the vector space projection viewpoint: RKHS projection and parameter-pace projection approaches. A batch approach to determining convex combination coefficients to multiple kernels by Wrapper method based on optimization with an Ivanov regularization is then introduced, and a MKAL-RKHS algorithm employing the combination coefficients is presented. In kernel adaptive learning, an unknown nonlinear function is approximated by a linear combination of multiple Gaussian functions centered respectively at selected data points. In MKAL-RKHS, the shapes of functions are all the same at any selected data points. On the other hand, in the multi-kernel adaptive learning based on parameter-space projection (MKAL-PS) [Yukawa 2010], the shapes of functions are automatically adjusted independently from point to point so that the shape of function at each point fits the unknown function. The MKAL-RKHS and MKAL-PS algorithms are applied to online prediction of nonlinear time series data, and their performance is evaluated by simulations. |
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.111, No.465,466,467 |
ページ開始 |
315 |
ページ終了 |
320 |
キーワード(和) |
カーネル適応フィルタ,多カーネル,再生核ヒルベルト空間,直交射影 |
キーワード(英) |
kernel adaptive filter,multiple kernels,reproducing kernel Hilbert space (RKHS),orthogonal projection |
本文の言語 |
JPN |
著者(和) |
石井隆一郎 |
著者(ヨミ) |
|
著者(英) |
Ryuichiro Ishii |
所属機関(和) |
新潟大学 |
所属機関(英) |
Niigata University |
著者(和) |
湯川正裕 |
著者(ヨミ) |
|
著者(英) |
Masahiro Yukawa |
所属機関(和) |
新潟大学 |
所属機関(英) |
Niigata University |