講演名 2003/10/16
カーネル主成分分析の一般化及びパラメタ自動決定手法の提案(NC一般セッション(3))(認識と学習,模倣学習)
野々山 尊秀, 高橋 治久, 村松 正和,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 基準点を平均ベクトルに置くように一般化したカーネル主成分分析を用いることで,カーネル空間上でのデータの忠実な情報を得ることができる.本論文では,この一般化カーネル主成分分析に対し,カーネルパラメタによってカーネル行列の固有値の偏微分を計算することにより,主成分の分散(固有値)を用いた評価関数によるカーネルパラメタの学習が可能になることを示した.このパラメタの自動決定法をパターン識別に応用し,その有効性を示した.
抄録(英) We propose a generalized kernel PCA which provides much more accuracy information of kernel space. Calculating partial derivatives of eigenvalues with kernel parameters, we can obtain the optimal kernel parameters. The criterion for optimal parameters are given by a quadratic cost function with respect to eigenvalues. We compared our method with SVM for face recognition, and showed that our method works efficiently as expected.
キーワード(和) パターン認識 / カーネル法 / 主成分分析 / サポートベクトルマシン
キーワード(英) Pattern Recognition / Kernel Method / Principal Component Analysis / Support Vector Machine
資料番号 PRMU2003-122,NC2003-53
発行日

研究会情報
研究会 NC
開催期間 2003/10/16(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) カーネル主成分分析の一般化及びパラメタ自動決定手法の提案(NC一般セッション(3))(認識と学習,模倣学習)
サブタイトル(和)
タイトル(英) Generalization of Kernel PCA and Automatic Parameter Tuning
サブタイトル(和)
キーワード(1)(和/英) パターン認識 / Pattern Recognition
キーワード(2)(和/英) カーネル法 / Kernel Method
キーワード(3)(和/英) 主成分分析 / Principal Component Analysis
キーワード(4)(和/英) サポートベクトルマシン / Support Vector Machine
第 1 著者 氏名(和/英) 野々山 尊秀 / Takahide NOGAYAMA
第 1 著者 所属(和/英) 電気通信大学大学院 電気通信学研究科
Graduate School of Electro-Communications, The University of Electro-Communications
第 2 著者 氏名(和/英) 高橋 治久 / Haruhisa TAKAHASHI
第 2 著者 所属(和/英) 電気通信大学 電気通信学部
The University of Electro-Communications
第 3 著者 氏名(和/英) 村松 正和 / Masakazu MURAMATSU
第 3 著者 所属(和/英) 電気通信大学 電気通信学部
The University of Electro-Communications
発表年月日 2003/10/16
資料番号 PRMU2003-122,NC2003-53
巻番号(vol) vol.103
号番号(no) 391
ページ範囲 pp.-
ページ数 6
発行日