講演名 | 2002/12/6 サポートベクトル回帰におけるハイパーパラメータの最適化法 伊藤 健太郎, 中野 良平, |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | サポートベクトル回帰のハイパーパラメータをMCV正則化法を用いて自動的に最適化する方法を提案する.提案手法では,交差検証誤差を最小化するように調和降下法を用いてハイパーパラメータの最適化を行う.この最適化法を用いれば,汎化能力の高いハイパーパラメータを自動的に求めることができ,また計算時間の短縮も期待できる.実験では,提案法を用いることにより,交差検証誤差のハィパーパラメータに関する勾配が正しく求まることを検証した. |
抄録(英) | This paper presents a method to optimize hyper parameters for Support Vector Regression(SVR) by using the Minimum Cross-Validation regularizer. The method finds the optimal set of hyper parameters to minimize the validation error of SVR by using a coordinate descent method. |
キーワード(和) | サポートベクトルマシン / サポートベクトル回帰 / 交差検証法 |
キーワード(英) | Support Vector Machines / Support Vector Regression / Cross-Validation |
資料番号 | NC2002-89 |
発行日 |
研究会情報 | |
研究会 | NC |
---|---|
開催期間 | 2002/12/6(から1日開催) |
開催地(和) | |
開催地(英) | |
テーマ(和) | |
テーマ(英) | |
委員長氏名(和) | |
委員長氏名(英) | |
副委員長氏名(和) | |
副委員長氏名(英) | |
幹事氏名(和) | |
幹事氏名(英) | |
幹事補佐氏名(和) | |
幹事補佐氏名(英) |
講演論文情報詳細 | |
申込み研究会 | Neurocomputing (NC) |
---|---|
本文の言語 | JPN |
タイトル(和) | サポートベクトル回帰におけるハイパーパラメータの最適化法 |
サブタイトル(和) | |
タイトル(英) | Optimizing Hyper-parameters for Support Vector Regression |
サブタイトル(和) | |
キーワード(1)(和/英) | サポートベクトルマシン / Support Vector Machines |
キーワード(2)(和/英) | サポートベクトル回帰 / Support Vector Regression |
キーワード(3)(和/英) | 交差検証法 / Cross-Validation |
第 1 著者 氏名(和/英) | 伊藤 健太郎 / Kentaro ITO |
第 1 著者 所属(和/英) | 名古屋工業大学 知能情報システム学科 Department of Intelligence and Computer Science, Nagoya Institute of Technology |
第 2 著者 氏名(和/英) | 中野 良平 / Ryohei NAKANO |
第 2 著者 所属(和/英) | 名古屋工業大学 知能情報システム学科 Department of Intelligence and Computer Science, Nagoya Institute of Technology |
発表年月日 | 2002/12/6 |
資料番号 | NC2002-89 |
巻番号(vol) | vol.102 |
号番号(no) | 508 |
ページ範囲 | pp.- |
ページ数 | 6 |
発行日 |