| 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) |