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 2014-11-17 17:00
[ポスター講演]二次正則化分類学習のためのLeave-one-out cross-validationの高速化
奥村翔太鈴木良規小川晃平新村祐紀竹内一郎名工大
技報オンラインサービス実施中
抄録 (和) Leave-one-out cross-validation (LOOCV)
は様々な機械学習アルゴリズムの汎化性能の推定に有用である.
しかしながら,
特殊な場合を除いては,
学習(最適化)を何度も繰り返さなければならないため計算コストが膨大となってしまう.
本研究では,
2次の正則化項を持つ2クラス分類アルゴリズムにおいて高速にLOOCVの計算を行う方法を提案する.
提案法を用いると,
個々のインスタンスを取り除いた後に再学習を行うことなく,
取り除いたインスタンスの正誤判定が可能となる場合がある.
提案法は既存のアプローチよりも適用範囲が広いことに加え,
最適化の停止基準としても利用することもできるという利点を持つ.
本稿では数値実験により提案法の有効性を検証する. 
(英) Leave-one-out cross-validation (LOOCV) is a useful tool
for estimating generalization performances of
various machine learning algorithms.
However,
except for some special cases,
computing LOOCV error is quite time-consuming
because we must train as many models as the number of instances.
In this study,
we propose an efficient method
for LOOCV of $L_2$-regularized convex binary classification algorithms.
The proposed method allows us to make decisions on whether the left-out instance is correctly classified or not
before actually solving the optimization problem.
The proposed approach can be applicable to wider class of problems than existing approaches
and it can also be used as a stopping criterion in the optimization process.
We illustrate the advantage of the proposed method based on numerical experiments.
キーワード (和) 交差検証法 / 凸最適化 / モデル選択 / サポートベクトルマシン / / / /  
(英) cross-validation / convex optimization / model selection / support vector machine / / / /  
文献情報 信学技報, vol. 114, no. 306, IBISML2014-44, pp. 73-80, 2014年11月.
資料番号 IBISML2014-44 
発行日 2014-11-10 (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 2014-11-17 - 2014-11-19 
開催地(和) 名古屋大学 
開催地(英) Nagoya Univ. 
テーマ(和) 情報論的学習理論ワークショップ(IBIS2014) 
テーマ(英)  
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2014-11-IBISML 
本文の言語 日本語 
タイトル(和) 二次正則化分類学習のためのLeave-one-out cross-validationの高速化 
サブタイトル(和)  
タイトル(英) Efficient leave-one-out cross-validation for L2-regularized classifier 
サブタイトル(英)  
キーワード(1)(和/英) 交差検証法 / cross-validation  
キーワード(2)(和/英) 凸最適化 / convex optimization  
キーワード(3)(和/英) モデル選択 / model selection  
キーワード(4)(和/英) サポートベクトルマシン / support vector machine  
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) 奥村 翔太 / Shota Okumura / オクムラ ショウタ
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) 鈴木 良規 / Yoshiki Suzuki / スズキ ヨシキ
第2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3著者 氏名(和/英/ヨミ) 小川 晃平 / Kohei Ogawa / オガワ コウヘイ
第3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4著者 氏名(和/英/ヨミ) 新村 祐紀 / Yuki Shinmura / シンムラ ユウキ
第4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5著者 氏名(和/英/ヨミ) 竹内 一郎 / Ichiro Takeuchi / タケウチ イチロウ
第5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 2014-11-17 17:00:00 
発表時間 180 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2014-44 
巻番号(vol) IEICE-114 
号番号(no) no.306 
ページ範囲 pp.73-80 
ページ数 IEICE-8 
発行日 IEICE-IBISML-2014-11-10 


[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