講演名 | 2020-03-17 大幾何マージン最小分類誤り学習法のベイズ誤り推定力に関する実験的評価 西山 育宏(同志社大), 渡辺 秀行(ATR), 片桐 滋(同志社大), 大崎 美穂(同志社大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 大幾何マージン最小分類誤り学習法は,標本空間内に学習標本を仮想的に増加させ,最小分類誤り確率,即ちベイズ誤りの推定精度を向上させる効果を持つことが示唆されている.しかし,その効果に関する従来の評価は,多岐にわたる推定精度影響要因を必ずしも十分に制御せずに行われていた.本研究では,分類器のクラス境界表現力などの制御要因を網羅的に制御し,かつ交差検証法を用いた実験を通して,その効果の存在を明らかにする. |
抄録(英) | Previous studies suggested that the Large Geometric Margin-Minimum Classification Error (LGM-MCE) training method had the effect of virtually increasing training samples in a sample space and improving the quality of Bayes error (minimum classification error probability) estimation. However, those studies were simply conducted without sufficiently controlling various estimation-influencing factors. In this paper, we comprehensively control the influencing factors in the LGM-MCE training such as the capability of representing class boundaries (classifiers’ model sizes) and clarify the existence of the effect through experiments using the cross-validation training/testing scheme. |
キーワード(和) | 大幾何マージン最小分類誤り学習法 / 仮想標本生成効果 / ベイズ誤り推定 |
キーワード(英) | Large geometric margin-minimum classification error training / Virtual sample generation effect / Bayes error estimation |
資料番号 | PRMU2019-99 |
発行日 | 2020-03-09 (PRMU) |
研究会情報 | |
研究会 | PRMU / IPSJ-CVIM |
---|---|
開催期間 | 2020/3/16(から2日開催) |
開催地(和) | 京都大学 |
開催地(英) | |
テーマ(和) | 安全安心、セキュリティ・防災 |
テーマ(英) | |
委員長氏名(和) | 佐藤 洋一(東大) |
委員長氏名(英) | Yoichi Sato(Univ. of Tokyo) |
副委員長氏名(和) | 玉木 徹(広島大) / 木村 昭悟(NTT) |
副委員長氏名(英) | Toru Tamaki(Hiroshima Univ.) / Akisato Kimura(NTT) |
幹事氏名(和) | 入江 豪(NTT) / 牛久 祥孝(オムロンサイニックエックス) |
幹事氏名(英) | Go Irie(NTT) / Yoshitaka Ushiku(OMRON SINICX) |
幹事補佐氏名(和) | 内田 祐介(DeNA) / 山下 隆義(中部大) |
幹事補佐氏名(英) | Yusuke Uchida(DeNA) / Takayoshi Yamashita(Chubu Univ.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Special Interest Group on Computer Vision and Image Media |
---|---|
本文の言語 | JPN |
タイトル(和) | 大幾何マージン最小分類誤り学習法のベイズ誤り推定力に関する実験的評価 |
サブタイトル(和) | |
タイトル(英) | Experimental Evaluation for Bayes Error Estimation Capability of Large Geometric Margin Minimum Classification Error Training |
サブタイトル(和) | |
キーワード(1)(和/英) | 大幾何マージン最小分類誤り学習法 / Large geometric margin-minimum classification error training |
キーワード(2)(和/英) | 仮想標本生成効果 / Virtual sample generation effect |
キーワード(3)(和/英) | ベイズ誤り推定 / Bayes error estimation |
第 1 著者 氏名(和/英) | 西山 育宏 / Ikuhiro Nishiyama |
第 1 著者 所属(和/英) | 同志社大学(略称:同志社大) Doshisha University(略称:Doshisha Univ.) |
第 2 著者 氏名(和/英) | 渡辺 秀行 / Hideyuki Watanabe |
第 2 著者 所属(和/英) | 国際電気通信基礎技術研究所(略称:ATR) Advanced Telecommunications Research Institute International(略称:ATR) |
第 3 著者 氏名(和/英) | 片桐 滋 / Shigeru Katagiri |
第 3 著者 所属(和/英) | 同志社大学(略称:同志社大) Doshisha University(略称:Doshisha Univ.) |
第 4 著者 氏名(和/英) | 大崎 美穂 / Miho Ohsaki |
第 4 著者 所属(和/英) | 同志社大学(略称:同志社大) Doshisha University(略称:Doshisha Univ.) |
発表年月日 | 2020-03-17 |
資料番号 | PRMU2019-99 |
巻番号(vol) | vol.119 |
号番号(no) | PRMU-481 |
ページ範囲 | pp.231-236(PRMU), |
ページ数 | 6 |
発行日 | 2020-03-09 (PRMU) |