| 講演名 | 2003/10/17 信頼度変換に基づく識別器複合化の研究(PRMU&NCテーマセッション(1) : 認識と学習)(認識と学習,模倣学習) 劉 成林, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本報告では,信頼度変換に基づく識別器複合化手法について述べる.この手法は,まず3種類のScaling関数と3種類の信頼度タイプを使い,各識別器の出力を統一した信頼度に変換する.そして,定められた複合化ルールに従って各識別器の信頼度を1つにまとめる.複合化ルールは,固定ルール(sumルール等)及び学習ルール(様々なパラメータ推定手法を用いての線形識別器,荷重結合)の2種類である.手書き数字を対象した認識実験により,次の3つの知見を得た。一つは信頼度変換が固定ルール及び学習ルールの双方に対して効果的であること.二つ目は複合化ルールの比較実験により,学習ルールは多くの場合で固定ルールより優れ,特に弱い識別器が混在した識別器群では学習ルールの効果が顕著であること.最後の知見は,線形識別器を使った複合化では線形SVMが最高の識別性能を示し,荷重結合は線形SVMとほぼ同等の性能であることが分かった. |
| 抄録(英) | This paper investigates the effects of confidence transformation in combining multiple classifiers using various combination rules. The combination methods are tested in handwritten digit recognition by combining varying classifier sets. The classifier outputs are transformed to confidence measures by combining three scaling functions and three confidence types. The combination rules include fixed rules (sum-rule, product-rule, max-rule, median-rule. etc.) and trained rules (linear discriminants and weighted combination with various parameter estimation techniques). From the experimental results, we can draw some conclusions as follows. (1) Confidence transformation is beneficial to the performance of classifier combination, either by fixed rules or by trained rules. (2) Trained combination rules mostly outperform fixed rules, particularly when the classifier set contain weak classifiers. (3) In combination using linear discriminant, the support vector machine with linear kernel (linear SVM) performs best. (4) The weighted combination with optimized weights performs as well as the linear SVM. |
| キーワード(和) | 識別器複合化 / 信頼度変換 / 固定結合ルール / 線形識別器 / 線形SVM / 荷重結合 |
| キーワード(英) | Classifier combination / confidence transformation / fixed rules / linear discriminant / linear SVM / weighted combination |
| 資料番号 | PRMU2003-130,NC2003-61 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2003/10/17(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 | ENG |
| タイトル（和） | 信頼度変換に基づく識別器複合化の研究(PRMU&NCテーマセッション(1) : 認識と学習)(認識と学習,模倣学習) |
| サブタイトル（和） | |
| タイトル（英） | Classifier Combination with Confidence Transformation |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 識別器複合化 / Classifier combination |
| キーワード(2)（和/英） | 信頼度変換 / confidence transformation |
| キーワード(3)（和/英） | 固定結合ルール / fixed rules |
| キーワード(4)（和/英） | 線形識別器 / linear discriminant |
| キーワード(5)（和/英） | 線形SVM / linear SVM |
| キーワード(6)（和/英） | 荷重結合 / weighted combination |
| 第 1 著者 氏名（和/英） | 劉 成林 / Cheng-Lin Liu |
| 第 1 著者 所属（和/英） | (株)日立製作所 中央研究所 Central Research Laboratory, Hitachi, Ltd. |
| 発表年月日 | 2003/10/17 |
| 資料番号 | PRMU2003-130,NC2003-61 |
| 巻番号（vol） | vol.103 |
| 号番号（no） | 392 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |