講演抄録/キーワード |
講演名 |
2016-06-13 14:30
Random Forestsにおける分類クラス追加手法の提案 ○尾崎良太・坪下幸寛・加藤典司(富士ゼロックス) PRMU2016-42 SP2016-8 WIT2016-8 |
抄録 |
(和) |
Random Forestsを用いたクラス推定では,対象のデータが増加し,分類クラスを追加する際に,全クラスのデータを用いて各決定木を再作成する必要があった.本論文では,RFを構成する各決定木の各葉ノードにおいて従来のクラス別頻度情報に加えて,学習データ統計情報を保持し,学習時には追加するクラスのデータのみを用いてこれらの情報を更新するという,分類クラス追加手法を提案する.さらに,推定時には,入力データと学習データ統計情報の関係に基づいてクラス別頻度情報を動的に補正することで,追加するクラスのデータのみを用いて学習する際に生じるクラス推定精度の低下を抑制した. |
(英) |
In estimating classes using Random Forests, it is necessary to re-create decision trees with the data of all classes when target data increases and classification classes are added. We propose a method for adding classification classes in Random Forests that does not re-create the decision trees. Leaf nodes of the proposed method have class frequency information and learning data statistics information. According to the proposed method, it is possible to learn RF with only the data of added classes by updating these information. In addition, we dynamically suppress decrease of class estimate accuracy by correcting class frequency information with the relationship between input data and the learning data statistics information. |
キーワード |
(和) |
機械学習 / ランダムフォレスト / 深層学習 / 追加学習 / / / / |
(英) |
Machine Learning / Random Forests / Deep Learning / Incremental Learning / / / / |
文献情報 |
信学技報, vol. 116, no. 89, PRMU2016-42, pp. 41-45, 2016年6月. |
資料番号 |
PRMU2016-42 |
発行日 |
2016-06-06 (PRMU, SP, WIT) |
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 |
PRMU2016-42 SP2016-8 WIT2016-8 |
研究会情報 |
研究会 |
PRMU SP WIT ASJ-H |
開催期間 |
2016-06-13 - 2016-06-14 |
開催地(和) |
NTT武蔵野研究開発センター |
開催地(英) |
|
テーマ(和) |
福祉/音声/聴覚/パターン認識メディア理解一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
PRMU |
会議コード |
2016-06-PRMU-SP-WIT-H |
本文の言語 |
日本語 |
タイトル(和) |
Random Forestsにおける分類クラス追加手法の提案 |
サブタイトル(和) |
|
タイトル(英) |
A Method for Adding Classification Classes in Random Forests |
サブタイトル(英) |
|
キーワード(1)(和/英) |
機械学習 / Machine Learning |
キーワード(2)(和/英) |
ランダムフォレスト / Random Forests |
キーワード(3)(和/英) |
深層学習 / Deep Learning |
キーワード(4)(和/英) |
追加学習 / Incremental Learning |
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) |
尾崎 良太 / Ryota Ozaki / オザキ リョウタ |
第1著者 所属(和/英) |
富士ゼロックス株式会社 (略称: 富士ゼロックス)
Fuji Xerox Co., Ltd. (略称: Fuji Xerox) |
第2著者 氏名(和/英/ヨミ) |
坪下 幸寛 / Yukihiro Tsuboshita / ツボシタ ユキヒロ |
第2著者 所属(和/英) |
富士ゼロックス株式会社 (略称: 富士ゼロックス)
Fuji Xerox Co., Ltd. (略称: Fuji Xerox) |
第3著者 氏名(和/英/ヨミ) |
加藤 典司 / Noriji Kato / カトウ ノリジ |
第3著者 所属(和/英) |
富士ゼロックス株式会社 (略称: 富士ゼロックス)
Fuji Xerox Co., Ltd. (略称: Fuji Xerox) |
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 |
第1著者 |
発表日時 |
2016-06-13 14:30:00 |
発表時間 |
30分 |
申込先研究会 |
PRMU |
資料番号 |
PRMU2016-42, SP2016-8, WIT2016-8 |
巻番号(vol) |
vol.116 |
号番号(no) |
no.89(PRMU), no.90(SP), no.91(WIT) |
ページ範囲 |
pp.41-45 |
ページ数 |
5 |
発行日 |
2016-06-06 (PRMU, SP, WIT) |
|