講演名 | 2021-12-18 データのラベル推定のためフィッシャー基準を基にした新しい評価基準の考察 元木 竜平(東京都市大), 神野 健哉(東京都市大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 教師あり学習では訓練データにラベルを付与しなければならない.また,学習結果の汎化性能を向上させ るためには多くのデータが必要になる.よって,すべての訓練データにラベルを付与すること(アノテーション)は多くの作業量を要する.一方で,ラベルなしデータはラベル付きデータに比べて容易に入手できる.そこで本研究では,少量のラベル付きデータからラベルなしデータのラベル推定を目的とする.分類器の学習に必要なラベル付きデータの数を削減することで,アノテーションの作業量を減らすことができる.本研究の目的を達成するための手法として, フィッシャー評価基準を基にした新たな評価基準を提案する. |
抄録(英) | In supervised learning, training data is labeled. In addition, a large amount of data is required to improve the accuracy of the training results. In this study, we propose a method to estimate labels of unlabeled data using only a small amount of labeled data. The proposed method uses a new evaluation criterion based on the Fisher criterion. The Fisher criterion minimizes the within-class variance and maximizes the between-class variance. However, the usual Fisher criterion is not used for linearly inseparable data. Experiments show that this new criterion is effective for linearly inseparable data. |
キーワード(和) | フィッシャー基準 / クラスタリング / 推定 / サポートベクターマシン |
キーワード(英) | Fisher criterion / clustering / estimation / Support Vector Machine |
資料番号 | NLP2021-62 |
発行日 | 2021-12-10 (NLP) |
研究会情報 | |
研究会 | NLP |
---|---|
開催期間 | 2021/12/17(から2日開催) |
開催地(和) | J:COM ホルトホール大分 |
開催地(英) | J:COM Horuto Hall OITA |
テーマ(和) | NLP,一般 |
テーマ(英) | |
委員長氏名(和) | 高坂 拓司(中京大) |
委員長氏名(英) | Takuji Kosaka(Chukyo Univ.) |
副委員長氏名(和) | 常田 明夫(熊本大) |
副委員長氏名(英) | Akio Tsuneda(Kumamoto Univ.) |
幹事氏名(和) | 松下 春奈(香川大) / 吉岡 大三郎(崇城大) |
幹事氏名(英) | Haruna Matsushita(Kagawa Univ.) / Daizaburo Yoshioka(Sojo Univ.) |
幹事補佐氏名(和) | 加藤 秀行(大分大) / 横井 裕一(長崎大) |
幹事補佐氏名(英) | Hideyuki Kato(Oita Univ.) / Yuichi Yokoi(Nagasaki Univ.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Nonlinear Problems |
---|---|
本文の言語 | JPN |
タイトル(和) | データのラベル推定のためフィッシャー基準を基にした新しい評価基準の考察 |
サブタイトル(和) | |
タイトル(英) | Consideration of a new evaluation criterion based on the Fisher criterion for label estimation of data |
サブタイトル(和) | |
キーワード(1)(和/英) | フィッシャー基準 / Fisher criterion |
キーワード(2)(和/英) | クラスタリング / clustering |
キーワード(3)(和/英) | 推定 / estimation |
キーワード(4)(和/英) | サポートベクターマシン / Support Vector Machine |
第 1 著者 氏名(和/英) | 元木 竜平 / Ryuhei Motoki |
第 1 著者 所属(和/英) | 東京都市大学(略称:東京都市大) Tokyo City University(略称:Tokyo City Univ.) |
第 2 著者 氏名(和/英) | 神野 健哉 / Kenya Jin'no |
第 2 著者 所属(和/英) | 東京都市大学(略称:東京都市大) Tokyo City University(略称:Tokyo City Univ.) |
発表年月日 | 2021-12-18 |
資料番号 | NLP2021-62 |
巻番号(vol) | vol.121 |
号番号(no) | NLP-307 |
ページ範囲 | pp.86-89(NLP), |
ページ数 | 4 |
発行日 | 2021-12-10 (NLP) |