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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ)
 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 2010-09-05 17:30
局所型パターン認識器の高次元特徴選択パス追跡に関する一考察
竹内一郎名工大
技報オンラインサービス実施中
抄録 (和) 本稿では局所型分類器の特徴選択問題および特徴加重問題を考察する. 提案するアルゴリズムは各特徴の重みを未知変数とする正則化付経験損失最小化問題として定式化される. 正則化パラメータに関する最適解のパスを追跡すると疎な重みが得られるため特徴選択が可能となる. 局所型分類器の特徴加重問題は標的近傍(target neighbor)を用いて定義される. 特徴重みを変更すると標的近傍も更新する必要が生ずるが, 提案アルゴリズムでは, 最適解パスの区分線形性を利用して標的近傍の変化を検出できる. この利点を用いると標的近傍の更新を適切に行いながら最適解パスの追跡を行うアルゴリズムを構築できる. 数値実験を通して提案アルゴリズムの有効性を検証する. 
(英) We study feature selection and weighting problems for local-based classifier. The proposed algorithm is formulated as a regularized empirical loss minimization problem w.r.t. feature weights. We show that the solution of the problem yields sparse feature weights, and it enables us to select a subset of features by choosing an appropriate regularization parameter. Furthermore, we develop an algorithm to compute the entire regularization path of the problem. Feature weighting problem is defined using, what is called, {\it target-neighbors}, and they must be updated according to the change of feature weights. The proposed algorithm can detect target-neighbor changes by exploiting the piecewise-linearity of the regularization path. This leads us to construct a regularization path algorithm with target-neighbor updates. We show the effectiveness of the proposed algorithm through numerical experiments.
キーワード (和) 局所型分類器 / 最近傍分類器 / 特徴選択 / 特徴加重 / 凸最適化 / パス追跡 / パラメトリック計画法 / 距離学習  
(英) local-based classifier / nearest-neighbor classifier / feature selection / feature weighting / convex optimization / path-following / parametric programming / metric learning  
文献情報 信学技報, vol. 110, no. 188, IBISML2010-43, pp. 105-112, 2010年9月.
資料番号 IBISML2010-43 
発行日 2010-08-29 (PRMU, IBISML) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 IBISML PRMU IPSJ-CVIM  
開催期間 2010-09-05 - 2010-09-06 
開催地(和) 福岡大学 
開催地(英) Fukuoka Univ. 
テーマ(和) コンピュータビジョンとパターン認識のための機械学習と最適化, 一般 
テーマ(英) Machine learning and optimization for computer vision and pattern recognition, etc. 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2010-09-IBISML-PRMU-CVIM 
本文の言語 日本語 
タイトル(和) 局所型パターン認識器の高次元特徴選択パス追跡に関する一考察 
サブタイトル(和)  
タイトル(英) A Study on Feature Selection Path for High-Dimensional Local Classifiers 
サブタイトル(英)  
キーワード(1)(和/英) 局所型分類器 / local-based classifier  
キーワード(2)(和/英) 最近傍分類器 / nearest-neighbor classifier  
キーワード(3)(和/英) 特徴選択 / feature selection  
キーワード(4)(和/英) 特徴加重 / feature weighting  
キーワード(5)(和/英) 凸最適化 / convex optimization  
キーワード(6)(和/英) パス追跡 / path-following  
キーワード(7)(和/英) パラメトリック計画法 / parametric programming  
キーワード(8)(和/英) 距離学習 / metric learning  
第1著者 氏名(和/英/ヨミ) 竹内 一郎 / Ichiro Takeuchi / タケウチ イチロウ
第1著者 所属(和/英) 名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: NIT)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
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: )
講演者
発表日時 2010-09-05 17:30:00 
発表時間 30 
申込先研究会 IBISML 
資料番号 IEICE-PRMU2010-71,IEICE-IBISML2010-43 
巻番号(vol) IEICE-110 
号番号(no) no.187(PRMU), no.188(IBISML) 
ページ範囲 pp.105-112 
ページ数 IEICE-8 
発行日 IEICE-PRMU-2010-08-29,IEICE-IBISML-2010-08-29 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会