講演抄録/キーワード |
講演名 |
2011-03-03 13:30
カーネルリッジ回帰における低計算量モデル選択法 ○武井 亨・田中 章・宮腰政明(北大) 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.
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.
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
数値実験で示す. |
(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.
In 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).
Numerical experiments shows that computational costs in the proposed method are reduced compared with leave-one-out cross-varidation. |
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 / / / |
(英) |
kernel ridge regression / kernel parameter / ridge parameter / subspace information criterion / cross-varidation / / / |
文献情報 |
信学技報, vol. 110, no. 440, SIP2010-149, pp. 185-190, 2011年3月. |
資料番号 |
SIP2010-149 |
発行日 |
2011-02-24 (CAS, SIP, CS) |
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 |
CAS2010-133 SIP2010-149 CS2010-103 |
|