| 講演名 | 2015-12-19 複数の局所的距離の学習法とその統合による分類手法に関する一考察 齋藤 洋(早大), 三川 健太(早大), 後藤 正幸(早大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 機械学習の一手法として，データの自動分類の際に有効となる距離計量を学習するLarge Margin Nearest Neighbor (LMNN) と呼ばれる手法が用いられている．LMNN では学習データ全体に対し単一の距離計量を学習するため，学習データのカテゴリごとの統計的特徴の差異を考慮できないという問題が存在する．本研究では学習データのカテゴリに着目し，データの局所的構造を反映した複数の距離構造を学習する手法を提案する．また，これら複数の距離構造を統合した分類を行うことにより，提案手法の有効性を示す． |
| 抄録(英) | The distance metric learning is the approach which enables to acquire a good metric for automatic data classification. In this paper, we focus on the typical distance metric learning approach based on Large Margin Nearest Neighbor (LMNN). This approach learns a single metric matrix from the whole training data, so there is a problem that the single metric matrix cannot represent the difference of statistical characteristics between categories. In order to solve this problem, focusing on the category information of training data, we propose a new method of distance metric learning which learns plural metric matrices that reflect the statistical characteristics. In order to verify the effectiveness of our proposed method, we also propose the classification method based on the combination of the plural metric matrices. |
| キーワード(和) | メトリックラーニング / Large Margin Nearest Neighbor / 計量行列 / 分類問題 |
| キーワード(英) | distance metric learning / Large Margin Nearest Neighbor / metric matrix / classification problem |
| 資料番号 | AI2015-50 |
| 発行日 | 2015-12-11 (AI) |
| 研究会情報 | |
| 研究会 | AI |
|---|---|
| 開催期間 | 2015/12/18(から2日開催) |
| 開催地（和） | 那覇市ぶんかテンブス館 |
| 開催地（英） | |
| テーマ（和） | 「コンテキストを意識した知識の利用」および一般 |
| テーマ（英） | |
| 委員長氏名（和） | 菅原 俊治(早大) |
| 委員長氏名（英） | Toshiharu Sugawara(Waseda Univ.) |
| 副委員長氏名（和） | 峯 恒憲(九大) / 片上 大輔(東京工芸大) |
| 副委員長氏名（英） | Tsunenori Mine(Kyushu Univ.) / Daisuke Katagami(Tokyo Polytechnic Univ.) |
| 幹事氏名（和） | 服部 宏充(京大) / 福田 直樹(静岡大) |
| 幹事氏名（英） | Hiromitsu Hattori(Kyoto Univ.) / Naoki Fukuda(Shizuoka Univ.) |
| 幹事補佐氏名（和） | 清 雄一(電通大) |
| 幹事補佐氏名（英） | Yuichi Sei(Univ. of Electro-Comm.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Artificial Intelligence and Knowledge-Based Processing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 複数の局所的距離の学習法とその統合による分類手法に関する一考察 |
| サブタイトル（和） | |
| タイトル（英） | A Study of Local Distance Metric Learning and Classifying Method Based on the Local Distances |
| サブタイトル（和） | |
| キーワード(1)（和/英） | メトリックラーニング / distance metric learning |
| キーワード(2)（和/英） | Large Margin Nearest Neighbor / Large Margin Nearest Neighbor |
| キーワード(3)（和/英） | 計量行列 / metric matrix |
| キーワード(4)（和/英） | 分類問題 / classification problem |
| 第 1 著者 氏名（和/英） | 齋藤 洋 / Saito Hiroshi |
| 第 1 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 第 2 著者 氏名（和/英） | 三川 健太 / Mikawa Kenta |
| 第 2 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 第 3 著者 氏名（和/英） | 後藤 正幸 / Goto Masayuki |
| 第 3 著者 所属（和/英） | 早稲田大学(略称：早大) Waseda University(略称：Waseda Univ.) |
| 発表年月日 | 2015-12-19 |
| 資料番号 | AI2015-50 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | AI-381 |
| ページ範囲 | pp.143-148(AI), |
| ページ数 | 6 |
| 発行日 | 2015-12-11 (AI) |