講演名 | 2018-06-13 高次元データのスペクトラルクラス分類における特徴量スケーリング 松田 萌望(筑波大), 保國 惠一(筑波大), 今倉 暁(筑波大), 櫻井 鉄也(筑波大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 本稿では,高次元データのクラス分類問題を考える.データの一部のラベル情報を使って特徴量のスケールを調整するための因子(スケーリング因子)を固有ベクトルの要素として持つような矩形固有値問題を定式化する.これを解いて得られるスケーリング因子をデータ全体に施すことで精度の良い分類を実現するようなスペクトラルクラス分類手法を提案する.遺伝子発現データを用いた数値例を示す. |
抄録(英) | We consider the classification problem for high dimensional data. Using prior knowledge on the labels of partial samples, we formulate an eigenvalue problem of a linear matrix pencil whose eigenvector has factors (scaling factors) for aggressively modifying the scales of the features. We propose a spectral classification method that realizes high classification accuracy by applying the scaling factors obtained by solving this eigenvalue problem to the whole data. We give numerical experiments for gene expression data. |
キーワード(和) | データマイニング / 教師あり学習 / 次元削減法 / 分類問題 |
キーワード(英) | data mining / supervised learning / dimensionality reduction / classification problem |
資料番号 | IBISML2018-2 |
発行日 | 2018-06-06 (IBISML) |
研究会情報 | |
研究会 | NC / IBISML / IPSJ-BIO / IPSJ-MPS |
---|---|
開催期間 | 2018/6/13(から3日開催) |
開催地(和) | 沖縄科学技術大学院大学 |
開催地(英) | Okinawa Institute of Science and Technology |
テーマ(和) | 機械学習によるバイオデータマインニング、一般 |
テーマ(英) | Machine Learning Approach to Biodata Mining, and General |
委員長氏名(和) | 平田 豊(中部大) / 鹿島 久嗣(京大) |
委員長氏名(英) | Yutaka Hirata(Chubu Univ.) / Hisashi Kashima(Kyoto Univ.) |
副委員長氏名(和) | 庄野 逸(電通大) / 杉山 将(東大) / 津田 宏治(東大) |
副委員長氏名(英) | Hayaru Shouno(UEC) / Masashi Sugiyama(Univ. of Tokyo) / Koji Tsuda(Univ. of Tokyo) |
幹事氏名(和) | 吉川 大弘(名大) / 吉本 潤一郎(奈良先端大) / 竹内 一郎(名工大) / 神嶌 敏弘(産総研) |
幹事氏名(英) | Tomohiro Yoshikawa(Nagoya Univ.) / Junichiro Yoshimoto(NAIST) / Ichiro Takeuchi(Nagoya Inst. of Tech.) / Toshihiro Kamishima(AIST) |
幹事補佐氏名(和) | 稲垣 圭一郎(中部大) / 篠崎 隆志(NICT) / 岩田 具治(NTT) / 大羽 成征(京大) |
幹事補佐氏名(英) | Keiichiro Inagaki(Chubu Univ.) / Takashi Shinozaki(NICT) / Tomoharu Iwata(NTT) / Shigeyuki Oba(Kyoto Univ.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / Special Interest Group on Bioinformatics and Genomics / Special Interest Group on Mathematical Modeling and Problem Solving |
---|---|
本文の言語 | JPN |
タイトル(和) | 高次元データのスペクトラルクラス分類における特徴量スケーリング |
サブタイトル(和) | |
タイトル(英) | Feature scaling in spectral classification of high dimensional data |
サブタイトル(和) | |
キーワード(1)(和/英) | データマイニング / data mining |
キーワード(2)(和/英) | 教師あり学習 / supervised learning |
キーワード(3)(和/英) | 次元削減法 / dimensionality reduction |
キーワード(4)(和/英) | 分類問題 / classification problem |
第 1 著者 氏名(和/英) | 松田 萌望 / Momo Matsuda |
第 1 著者 所属(和/英) | 筑波大学(略称:筑波大) University of Tsukuba(略称:Univ. Tsukuba) |
第 2 著者 氏名(和/英) | 保國 惠一 / Keiichi Morikuni |
第 2 著者 所属(和/英) | 筑波大学(略称:筑波大) University of Tsukuba(略称:Univ. Tsukuba) |
第 3 著者 氏名(和/英) | 今倉 暁 / Akira Imakura |
第 3 著者 所属(和/英) | 筑波大学(略称:筑波大) University of Tsukuba(略称:Univ. Tsukuba) |
第 4 著者 氏名(和/英) | 櫻井 鉄也 / Tetsuya Sakurai |
第 4 著者 所属(和/英) | 筑波大学(略称:筑波大) University of Tsukuba(略称:Univ. Tsukuba) |
発表年月日 | 2018-06-13 |
資料番号 | IBISML2018-2 |
巻番号(vol) | vol.118 |
号番号(no) | IBISML-81 |
ページ範囲 | pp.9-14(IBISML), |
ページ数 | 6 |
発行日 | 2018-06-06 (IBISML) |