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/通ソ)
 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 2011-11-09 15:45
Kernel and Feature Search in Kernel PCA
Alam Md. AshadSOKENDAI)・Kenji FukumizuISM
技報オンラインサービス実施中
抄録 (和) During the last decade, unsupervised learning has become an important application area of the kernel
methods. While the choice of kernel is essential in kernel methods for favorable performance, well-founded methods
for kernel choice in unsupervised learning have not yet been established. We proposes a method for choosing parameters,
the kernel and the number of features, of the kernel principal component analysis (kernel PCA) which is one
of the most powerful tools in unsupervised learning. While the cross-validation has been applied to the standard
PCA for choosing the number of components in kernel PCA we have a different feature space for each kernel, which
makes it difficult to apply the cross-validation on the feature spaces for seeking a kernel and the number features.
The propose method chooses them through the cross-validation based on pre-images. This paper mainly focuses two
examples of kernels, Gaussian radial basis function (RBF) kernel and polynomial kernel. We have made experiments
on simulated data as well as real world problems. The results show that the proposed method successfully chooses
an appropriate kernel and the number of features in kernel PCA in terms of visualization and classification errors
on the principal components. 
(英) During the last decade, unsupervised learning has become an important application area of the kernel
methods. While the choice of kernel is essential in kernel methods for favorable performance, well-founded methods
for kernel choice in unsupervised learning have not yet been established. We proposes a method for choosing parameters,
the kernel and the number of features, of the kernel principal component analysis (kernel PCA) which is one
of the most powerful tools in unsupervised learning. While the cross-validation has been applied to the standard
PCA for choosing the number of components in kernel PCA we have a different feature space for each kernel, which
makes it difficult to apply the cross-validation on the feature spaces for seeking a kernel and the number features.
The propose method chooses them through the cross-validation based on pre-images. This paper mainly focuses two
examples of kernels, Gaussian radial basis function (RBF) kernel and polynomial kernel. We have made experiments
on simulated data as well as real world problems. The results show that the proposed method successfully chooses
an appropriate kernel and the number of features in kernel PCA in terms of visualization and classification errors
on the principal components.
キーワード (和) Unsupervised Learning / Kernel PCA / Pre-Iamges / Leave-one-out Cross-Validation / / / /  
(英) Unsupervised Learning / Kernel PCA / Pre-Iamges / Leave-one-out Cross-Validation / / / /  
文献情報 信学技報, vol. 111, no. 275, IBISML2011-49, pp. 47-56, 2011年11月.
資料番号 IBISML2011-49 
発行日 2011-11-02 (IBISML) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 IBISML  
開催期間 2011-11-09 - 2011-11-11 
開催地(和) 奈良女子大学 
開催地(英) Nara Womens Univ. 
テーマ(和) 第14回情報論的学習理論ワークショップ 
テーマ(英) The 14th IBIS workshop 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2011-11-IBISML 
本文の言語 英語 
タイトル(和)  
サブタイトル(和)  
タイトル(英) Kernel and Feature Search in Kernel PCA 
サブタイトル(英)  
キーワード(1)(和/英) Unsupervised Learning / Unsupervised Learning  
キーワード(2)(和/英) Kernel PCA / Kernel PCA  
キーワード(3)(和/英) Pre-Iamges / Pre-Iamges  
キーワード(4)(和/英) Leave-one-out Cross-Validation / Leave-one-out Cross-Validation  
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) Alam Md. Ashad / Alam Md. Ashad /
第1著者 所属(和/英) The Graduate University for Advanced Studies (略称: SOKENDAI)
The Graduate University for Advanced Studies (略称: SOKENDAI)
第2著者 氏名(和/英/ヨミ) Kenji Fukumizu / Kenji Fukumizu /
第2著者 所属(和/英) The Instituted of Statistical Mathematics (略称: ISM)
The Instituted of Statistical Mathematics (略称: ISM)
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
発表日時 2011-11-09 15:45:00 
発表時間 180 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2011-49 
巻番号(vol) IEICE-111 
号番号(no) no.275 
ページ範囲 pp.47-56 
ページ数 IEICE-10 
発行日 IEICE-IBISML-2011-11-02 


[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