講演抄録/キーワード |
講演名 |
2020-03-17 17:05
カーネル最小分類誤り学習法のベイズ誤り推定能力に関する実験的評価 ○山田浩嗣(同志社大)・渡辺秀行(ATR)・片桐 滋・大崎美穂(同志社大) PRMU2019-100 |
抄録 |
(和) |
カーネル最小分類誤り(KMCE: Kernel Minimum Classification Error)学習法によって学習されるカーネル写像を伴うパターン分類器が,やはりカーネル写像を伴うサポートベクターマシン(SVM: Support Vector Machine)よりも圧倒的に小さなモデルサイズで,SVMと同等の高い分類率を達成し得ることが示されている.しかし,両分類器に関する従来の評価実験は分割学習法に基づいたものであり,ベイズ誤り推定の視点に立つ評価は必ずしも十分ではなかった.本稿では,4種の実世界データセットと交差検証法を用いた評価実験を通して,KMCE学習法に基づく分類器が持つ優れたベイズ誤り推定力を明らかにする. |
(英) |
A pattern classifier incorporating kernel mapping, which is trained by the Kernel Minimum Classification Error (KMCE) training method, is shown to achieve the almost same high classification accuracy as an alternative kernel-mapping-based classifier, Support Vector Machine (SVM). However, previous evaluations for these classifiers were simply conducted in the Hold-Out scheme, and their results are not necessarily sufficient from the viewpoint of Bayes error estimation. In the paper, we compare them using four real-life datasets in the Cross-Validation scheme, and show that the KMCE-training-based classifier can accurately estimate the Bayes error with a much smaller classifier size than that of SVM. |
キーワード |
(和) |
カーネル最小分類誤り学習法 / カーネル / サポートベクターマシン / / / / / |
(英) |
Kernel Minimum Classification Error training / Kernel mapping / Support Vector Machine / / / / / |
文献情報 |
信学技報, vol. 119, no. 481, PRMU2019-100, pp. 237-242, 2020年3月. |
資料番号 |
PRMU2019-100 |
発行日 |
2020-03-09 (PRMU) |
ISSN |
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 |
PRMU2019-100 |