| 講演名 | 2016-11-17 SVM全状態探索法(ES-SVM)によるスパース変数選択 川端 大貴(東大), 市川 寛子(東京理科大), 五十嵐 康彦(東大), 永田 賢二(産総研/JST/東大), 永福 智志(富山大), 田村 了以(富山大), 岡田 真人(東大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | Nagataら(2015)はD個の入力変数のすべての組み合わせに対して，SVMのクロスバリデーションエラー(CVE)を計算し，その分布をもとめるES-SVMを提案した．本研究では，使用する入力変数の数$n$を1つから徐々に増やしながら，$n$毎に$_DC_n$個のSVMを行い，スパース変数選択する手法を提案する．つぎに，レプリカ交換モンテカルロ法によるサンプリングとマルチヒストグラム法を用いた提案法の効率的な枠組みを提案する． |
| 抄録(英) | Nagata et al.(2015) has proposed Exhaustive Search with Support Vector Machine(ES-SVM) which calculates a cross validation error(CVE) by Support Vector Machine for all combinations of variables in order to make the histogram of CVE.In this study, we propose a novel method for sparse variable selection called ESn-SVM for classification.The method assumes sparsity to the true solution and increases the variables which useful for classification from one by one.In order to efficiently perform ESn-SVM, we propose an systematic approach by the replica exchange Monte Carlo (REMC) method and the multiple histogram method. |
| キーワード(和) | 変数選択 / 線形識別問題 / 全状態探索 / サポートベクターマシン(SVM) / 状態密度分布 / レプリカ交換モンテカルロ法 |
| キーワード(英) | variable selection / liner classification / exhaustive search / support vector machine (SVM) / density of states / replica exchange Monte Carlo (REMC) |
| 資料番号 | IBISML2016-96 |
| 発行日 | 2016-11-09 (IBISML) |
| 研究会情報 | |
| 研究会 | IBISML |
|---|---|
| 開催期間 | 2016/11/16(から3日開催) |
| 開催地（和） | 京都大学 |
| 開催地（英） | Kyoto Univ. |
| テーマ（和） | 情報論的学習理論ワークショップ(IBIS2016) |
| テーマ（英） | Information-Based Induction Science Workshop (IBIS2016) |
| 委員長氏名（和） | 福水 健次(統計数理研) |
| 委員長氏名（英） | Kenji Fukumizu(ISM) |
| 副委員長氏名（和） | 杉山 将(東大) / 鹿島 久嗣(京大) |
| 副委員長氏名（英） | Masashi Sugiyama(Univ. of Tokyo) / Hisashi Kashima(Kyoto Univ.) |
| 幹事氏名（和） | 津田 宏治(東大) / 竹内 一郎(名工大) |
| 幹事氏名（英） | Koji Tsuda(Univ. of Tokyo) / Ichiro Takeuchi(Nagoya Inst. of Tech.) |
| 幹事補佐氏名（和） | 神嶌 敏弘(産総研) / 岩田 具治(NTT) |
| 幹事補佐氏名（英） | Toshihiro Kamishima(AIST) / Tomoharu Iwata(NTT) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Infomation-Based Induction Sciences and Machine Learning |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | SVM全状態探索法(ES-SVM)によるスパース変数選択 |
| サブタイトル（和） | |
| タイトル（英） | An Exhaustive Search with Support Vector Machine (ES-SVM) for sparse variable selection |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 変数選択 / variable selection |
| キーワード(2)（和/英） | 線形識別問題 / liner classification |
| キーワード(3)（和/英） | 全状態探索 / exhaustive search |
| キーワード(4)（和/英） | サポートベクターマシン(SVM) / support vector machine (SVM) |
| キーワード(5)（和/英） | 状態密度分布 / density of states |
| キーワード(6)（和/英） | レプリカ交換モンテカルロ法 / replica exchange Monte Carlo (REMC) |
| 第 1 著者 氏名（和/英） | 川端 大貴 / Daiki Kawabata |
| 第 1 著者 所属（和/英） | 東京大学(略称：東大) Univercity of Tokyo(略称：UTokyo) |
| 第 2 著者 氏名（和/英） | 市川 寛子 / Hiroko Ichikawa |
| 第 2 著者 所属（和/英） | 東京理科大学(略称：東京理科大) Tokyo University of Science(略称：TUS) |
| 第 3 著者 氏名（和/英） | 五十嵐 康彦 / Yasuhiko Igarashi |
| 第 3 著者 所属（和/英） | 東京大学(略称：東大) Univercity of Tokyo(略称：UTokyo) |
| 第 4 著者 氏名（和/英） | 永田 賢二 / Kenji Nagata |
| 第 4 著者 所属（和/英） | 産業技術総合研究所/ 科学技術振興機構/東京大学(略称：産総研/JST/東大) National Institute of Advanced Industrial Science and Technology/Japan Science and Technology Agency /Univercity of Tokyo(略称：AIST/JST/UTokyo) |
| 第 5 著者 氏名（和/英） | 永福 智志 / Satoshi Eifuku |
| 第 5 著者 所属（和/英） | 富山大学(略称：富山大) Univercity of Toyama(略称：Toyama Univ.) |
| 第 6 著者 氏名（和/英） | 田村 了以 / Ryoi Tamura |
| 第 6 著者 所属（和/英） | 富山大学(略称：富山大) Univercity of Toyama(略称：Toyama Univ.) |
| 第 7 著者 氏名（和/英） | 岡田 真人 / Masato Okada |
| 第 7 著者 所属（和/英） | 東京大学(略称：東大) Univercity of Tokyo(略称：UTokyo) |
| 発表年月日 | 2016-11-17 |
| 資料番号 | IBISML2016-96 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | IBISML-300 |
| ページ範囲 | pp.361-368(IBISML), |
| ページ数 | 8 |
| 発行日 | 2016-11-09 (IBISML) |