| 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 [ログイン] 技報アーカイブ |
| 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 | 2018-03-19 14:45 カーネルロジスティック回帰におけるガウスカーネルパラメータの最適化 ○福森航輔・和田智也・田中聡久（東京農工大）  EA2017-135 SIP2017-144 SP2017-118 |
|
| 抄録 | （和） | カーネルロジスティック回帰におけるガウスカーネルパラメータの更新手法について論じる． カーネルロジスティック回帰とは，カーネル法を効果的に用いた非線形分類モデルである． カーネル法を用いることで，再生核ヒルベルト空間と正定値カーネルによる非線形システムを，効果的に構築することができる． 再生核ヒルベルト空間(RKHS)におけるカーネル法を用いたカーネルロジスティック回帰の性能は，モデルを構築するカーネルに依存するため，適切なカーネルパラメータの選択が重要である． そこで本稿では，ガウスカーネルを用いたカーネルロジスティック回帰において，カーネル幅を学習時に最適化する手法を提案する． さらにカーネル幅と同時に，カーネル中心も学習することで，より精度の高い分類器を構築する． カーネル係数の学習には，L1正則化を導入し，モデルを構成するサポートベクター数を減らす． 数値実験により提案手法の有効性を示す． |
| （英） | The kernel logistic regression is a nonlinear classification model that effectively uses kernel methods, which are one of the techniques to construct effective nonlinear systems with a reproducing kernel Hilbert space (RKHS) induced from a positive definite kernel. Since a performance of the kernel logistic regression with RKHS depends on the kernels to build the model, it is important to select appropriate kernel parameters. In this paper, we propose a method to optimize the kernel widths at learning for the kernel logistic regression using Gaussian kernels. In addition to that, the kernel centers are also updated to increase the generalization ability. For learning of kernel coefficients, we introduce L1-regularization to reduce the number of support vectors. Numerical experiments support the validity of the proposed method. |
|
| キーワード | （和） | カーネルロジスティック回帰 / 非線形分類 / 再生核ヒルベルト空間 / ガウスカーネル / / / / |
| （英） | Kernel logistic regression / Nonlinear classification / Reproducing kernel Hilbert space / Gaussian kernel / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 516, SIP2017-144, pp. 185-190, 2018年3月. | |
| 資料番号 | SIP2017-144 | |
| 発行日 | 2018-03-12 (EA, SIP, SP) | |
| 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 | EA2017-135 SIP2017-144 SP2017-118 |
|
| 研究会情報 | |
| 研究会 | SIP EA SP MI |
| 開催期間 | 2018-03-19 - 2018-03-20 |
| 開催地（和） | 石垣島 ホテルミヤヒラ |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響，信号処理，一般 [SIP,EA,SP]/ 医用画像工学一般 [MI] |
| テーマ（英） | Speech, Engineering/Electro Acoustics, Signal Processing, and Related Topics [SIP, EA, SP]/ Medical Image Engineering, Analysis, Recognition, etc. [MI] |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2018-03-SIP-EA-SP-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | カーネルロジスティック回帰におけるガウスカーネルパラメータの最適化 |
| サブタイトル（和） | |
| タイトル（英） | Optimization of Gaussian Kernel Parameters for Kernel Logistic Regression |
| サブタイトル（英） | |
| キーワード(1)（和/英） | カーネルロジスティック回帰 / Kernel logistic regression |
| キーワード(2)（和/英） | 非線形分類 / Nonlinear classification |
| キーワード(3)（和/英） | 再生核ヒルベルト空間 / Reproducing kernel Hilbert space |
| キーワード(4)（和/英） | ガウスカーネル / Gaussian kernel |
| 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） | 福森 航輔 / Kosuke Fukumori / フクモリ コウスケ |
| 第1著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第2著者 氏名（和/英/ヨミ） | 和田 智也 / Tomoya Wada / ワダ トモヤ |
| 第2著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第3著者 氏名（和/英/ヨミ） | 田中 聡久 / Toshihisa Tanaka / タナカ トシヒサ |
| 第3著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-03-19 14:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SIP |
| 資料番号 | EA2017-135, SIP2017-144, SP2017-118 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.515(EA), no.516(SIP), no.517(SP) |
| ページ範囲 | pp.185-190 |
| ページ数 | 6 |
| 発行日 | 2018-03-12 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]