| 大会名称 |
|---|
| 2017年 総合大会 |
| 大会コ－ド |
| 2017G |
| 開催年 |
| 2017 |
| 発行日 |
| セッション番号 |
| D-20 |
| セッション名 |
| 情報論的学習理論と機械学習 |
| 講演日 |
| 2017/3/23 |
| 講演場所(会議室等) |
| 共通講義棟東 402 |
| 講演番号 |
| D-20-17 |
| タイトル |
| 圧縮センシングにおける再構成アルゴリズムを用いた多クラス分類のための係数ベクトルの推定法 |
| 著者名 |
| ○米澤慎一, 斎藤秀俊, |
| キーワード |
| クラス分類, 圧縮センシング |
| 抄録 |
| クラス分類の際、訓練データ数が少なすぎると、過剰適合を起こす可能性がある。過剰適合の問題を改善するため、圧縮センシングの再構成アルゴリズムである、NIHT(Normalize Iterative Hard Thresholding)とIST(Iterative Soft Thresholding)を用い、係数ベクトルを推定する手法を提案した。また、人工的に生成したデータをクラス分類の対象とし、既知の分類アルゴリズムであるSVMやKNNなどと識別率の精度を比較した。 |
| 本文pdf |
|
PDF download
|