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