講演抄録/キーワード |
講演名 |
2005-11-19 15:40
最小二乗サポートベクトルマシンによるカオス力学系のモデリングにおける最小記述長原理の適用 ○前田 勉・安達雅春(東京電機大) |
抄録 |
(和) |
本研究では,最小二乗サポートベクトルマシン(Least Squares Support Vector Machines)による関数推定においてサポートベクトルを最小記述長原理に基づくモデル選択によって刈り込むことを目指している.しかし現状ではLSSVMのサポートベクトルに対する刈り込みによるモデリング精度の向上は困難である.
そこで本報告では,その前段階としてサポートベクトル回帰(Support Vector Regression)におけるサポートベクトルの刈り込みにモデル選択アルゴリズムを適用する.そして本手法を2種類のカオス力学系のモデリングに適用し,予測精度の評価を行った.
その結果,モデル選択による刈り込みによりサポートベクトル数を削減することが可能であり,さらに未知データに対する予測精度が向上することを示す. |
(英) |
In this study, we attempt to prune the support vectors of Least Squares Support Vector Machines for function estimation by using a model selection algorithm based on Minimum Description Length principle.
However, it is difficult to improve the accuracy of the obtained model by pruning support vectors of LSSVM using the model selection algorithm.
As preliminary stage for the attempt, we apply the model selection algorithm to pruning support vectors of Support Vector Regression.
As examples of the modeling, we evaluate the proposing method in prediction of two chaotic dynamical systems.
As the result, we show that the number of support vectors is reduced by the algorithm.
Moreover, the accuracy of the obtained model improves in prediction accuracy for unknown data. |
キーワード |
(和) |
最小二乗サポートベクトルマシン / サポートベクトル回帰 / 最小記述長原理 / 刈り込み / / / / |
(英) |
Least Squares Support Vector Machines / Support Vector Regression / Minimum Description Length Principle / Pruning / / / / |
文献情報 |
信学技報, vol. 105, no. 417, NLP2005-83, pp. 71-76, 2005年11月. |
資料番号 |
NLP2005-83 |
発行日 |
2005-11-12 (NLP) |
ISSN |
Print edition: ISSN 0913-5685 |
PDFダウンロード |
|
研究会情報 |
研究会 |
NLP |
開催期間 |
2005-11-18 - 2005-11-19 |
開催地(和) |
九州工業大学(若松) |
開催地(英) |
Kyushu Institute of Technology |
テーマ(和) |
テーマセッション(NCと共催)およびNLP一般.テーマセッションは「ランダムネスと予測 - その基礎と応用」. |
テーマ(英) |
Special session and general. Subject of special session is ``Randomness and prediction---from fundamentals to applications''. |
講演論文情報の詳細 |
申込み研究会 |
NLP |
会議コード |
2005-11-NLP |
本文の言語 |
日本語 |
タイトル(和) |
最小二乗サポートベクトルマシンによるカオス力学系のモデリングにおける最小記述長原理の適用 |
サブタイトル(和) |
|
タイトル(英) |
Application of minimum description length to Least Squares Support Vector Machines for modeling chaotic dynamical systems |
サブタイトル(英) |
|
キーワード(1)(和/英) |
最小二乗サポートベクトルマシン / Least Squares Support Vector Machines |
キーワード(2)(和/英) |
サポートベクトル回帰 / Support Vector Regression |
キーワード(3)(和/英) |
最小記述長原理 / Minimum Description Length Principle |
キーワード(4)(和/英) |
刈り込み / Pruning |
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) |
前田 勉 / Tsutomu Maeda / マエダ ツトム |
第1著者 所属(和/英) |
東京電機大学 (略称: 東京電機大)
Tokyo Denki University (略称: Tokyo Denki Univ.) |
第2著者 氏名(和/英/ヨミ) |
安達 雅春 / Masaharu Adachi / |
第2著者 所属(和/英) |
東京電機大学 (略称: 東京電機大)
Tokyo Denki University (略称: Tokyo Denki Univ.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2005-11-19 15:40:00 |
発表時間 |
25分 |
申込先研究会 |
NLP |
資料番号 |
NLP2005-83 |
巻番号(vol) |
vol.105 |
号番号(no) |
no.417 |
ページ範囲 |
pp.71-76 |
ページ数 |
6 |
発行日 |
2005-11-12 (NLP) |