講演抄録/キーワード |
講演名 |
2007-11-19 10:40
サポートベクターマシンの中間点検証法 ○井窪章太・田村宏樹・淡野公一(宮崎大) NC2007-65 |
抄録 |
(和) |
近年,パターン認識の分野においてサポートベクターマシン(SVM)が注目され,いろいろな手法が提案されている.SVMの特徴の一つとしてマージン最大化のテクニックが挙げられるが,実問題ではうまく識別境界線が引かれないことがある.そのため,Cross-Validation法を使うなどの工夫がなされているが,本稿では与えられた訓練データの中間点の情報を用いてSVMの調整を行う方法を提案し,その特性を計算機実験で検証する.本稿で提案する手法の有効性を示すために2クラスパターン分類のベンチマーク問題を対象とし,各種SVM,Radial Basis Function(RBF)ネットワーク,Cross-Validation法を用いた代表的なニューラルネットワークの1つである3層パーセプトロンと比較した. |
(英) |
In recent years, support vector machine (abbr. SVM) is one of the most influential and powerful tools for solving classification. The most attractive notion of SVM is the idea of the large margin. However, many experiment results showed that the boundary line created by SVM has deviation. Therefore, SVM uses the cross-validation technique in many cases. In this paper, we propose the method of decreasing the deviation of SVM by creating a midpoint data. The proposed method creates midpoint data and adjusts parameter of SVM by midpoint data. We compare its performance with those of the original SVM, Multilayer Perceptron (abbr. MLP), Radial Basis Function Neural Network (abbr. RBF), and tested our proposed method on several 2-class pattern classification problems. |
キーワード |
(和) |
サポートベクターマシン / ニューラルネットワーク / パターン分類問題 / / / / / |
(英) |
Support Vector Machine / Neural Network / Pattern Classification Problem / / / / / |
文献情報 |
信学技報, vol. 107, no. 328, NC2007-65, pp. 61-64, 2007年11月. |
資料番号 |
NC2007-65 |
発行日 |
2007-11-11 (NC) |
ISSN |
Print edition: ISSN 0913-5685 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 |
NC2007-65 |
研究会情報 |
研究会 |
NC |
開催期間 |
2007-11-18 - 2007-11-19 |
開催地(和) |
佐賀大学 |
開催地(英) |
Saga Univ. |
テーマ(和) |
ニューロハードウェア, 一般 |
テーマ(英) |
neuro-hardware, and general |
講演論文情報の詳細 |
申込み研究会 |
NC |
会議コード |
2007-11-NC |
本文の言語 |
日本語 |
タイトル(和) |
サポートベクターマシンの中間点検証法 |
サブタイトル(和) |
|
タイトル(英) |
Midpoint-Validation Method for Support Vector Machine |
サブタイトル(英) |
|
キーワード(1)(和/英) |
サポートベクターマシン / Support Vector Machine |
キーワード(2)(和/英) |
ニューラルネットワーク / Neural Network |
キーワード(3)(和/英) |
パターン分類問題 / Pattern Classification Problem |
キーワード(4)(和/英) |
/ |
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) |
井窪 章太 / Shota Ikubo / イクボ ショウタ |
第1著者 所属(和/英) |
宮崎大学 (略称: 宮崎大)
University of Miyazaki (略称: Miyazaki Univ.) |
第2著者 氏名(和/英/ヨミ) |
田村 宏樹 / Hiroki Tamura / タムラ ヒロキ |
第2著者 所属(和/英) |
宮崎大学 (略称: 宮崎大)
University of Miyazaki (略称: Miyazaki Univ.) |
第3著者 氏名(和/英/ヨミ) |
淡野 公一 / Koichi Tanno / タンノ コウイチ |
第3著者 所属(和/英) |
宮崎大学 (略称: 宮崎大)
University of Miyazaki (略称: Miyazaki Univ.) |
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 |
2007-11-19 10:40:00 |
発表時間 |
25分 |
申込先研究会 |
NC |
資料番号 |
NC2007-65 |
巻番号(vol) |
vol.107 |
号番号(no) |
no.328 |
ページ範囲 |
pp.61-64 |
ページ数 |
4 |
発行日 |
2007-11-11 (NC) |