| 講演名 | 2003/12/1 多層パーセプトロンを用いた区分的多項式回帰(一般)(ニューロインフォーマティックスとは何か) 棚橋 裕輔, 伊藤 貴博, 斉藤 和巳, 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) | 多項式は人間にとって読解性の良いモデルであり,多変量間の規則性を多項式として取り出す多変量多項式回帰は重要である.特に,数値変数と名義変数の両方を含むデータに対しては,区分的多変量多項式回帰が有効である.即ち,名義変数を用いて自動的かつ適切に部分空間を構成しつつ,各部分空間の中ではそれぞれに適合する多変量多項式を数値変数を用いて推定する問題である.この問題に対する実用的な解法は確立していない.我々は,数値的アプローチを採用し,この問題の解法としてRF6.3法を提案している. RF6.3法は,この問題が多層パーセプトロンの学習と学習済みパーセプトロンからのルール復元に帰着できることを利用する.RF6.3法は実データヘの適用評価が十分でないため,本稿はプロ野球選手の年俸データに適用した結果を報告する. |
| 抄録(英) | Polynomials are quite suitable for expressing underlying regularities among multiple variates. When data have both numeric and nominal variates, we should solve piecewise multivariate polynomial regression. The regression means that we should automatically and adaptively divide the space spanned by nominal variates into subspaces,and within each subspace we should find the optimal multivarite regression function by using numeric variates. There has been no practical methods to solve such a hard problem. We have employed an numeric approach to the problem and proposed RF6.3 which is based on the finding that the problem can be decomposed into two subproblems: learning of a multilayer perceptron and rule restoration from the perceptron. We outline the method of RF6.3 and show how it can be applied to an estimation problem of professional baseball players salaries. |
| キーワード(和) | 多層パーセプトロン / 区分的多項式回帰 / MCV正則化 / 2層CV / ルール復元 |
| キーワード(英) | multi-layer perceptron / piecewise polynomial regression / MCV regularizer / double layer of cross validation / rule restoration |
| 資料番号 | NC2003-94 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2003/12/1(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） | 多層パーセプトロンを用いた区分的多項式回帰(一般)(ニューロインフォーマティックスとは何か) |
| サブタイトル（和） | |
| タイトル（英） | Piecewise Multivariate Polynomial Regression using Multilayer Perceptrons |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 多層パーセプトロン / multi-layer perceptron |
| キーワード(2)（和/英） | 区分的多項式回帰 / piecewise polynomial regression |
| キーワード(3)（和/英） | MCV正則化 / MCV regularizer |
| キーワード(4)（和/英） | 2層CV / double layer of cross validation |
| キーワード(5)（和/英） | ルール復元 / rule restoration |
| 第 1 著者 氏名（和/英） | 棚橋 裕輔 / Yusuke TANAHASHI |
| 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 Nagoya Institute of Technology |
| 第 2 著者 氏名（和/英） | 伊藤 貴博 / Takahiro ITO |
| 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 Nagoya Institute of Technology |
| 第 3 著者 氏名（和/英） | 斉藤 和巳 / Kazumi SAITO |
| 第 3 著者 所属（和/英） | NTTコミュニケーション基礎研究所 NTT Communication Science Laboratories, NTT Corporation |
| 第 4 著者 氏名（和/英） | 中野 良平 / Ryohei NAKANO |
| 第 4 著者 所属（和/英） | 名古屋工業大学知能情報システム学科 Nagoya Institute of Technology |
| 発表年月日 | 2003/12/1 |
| 資料番号 | NC2003-94 |
| 巻番号（vol） | vol.103 |
| 号番号（no） | 490 |
| ページ範囲 | pp.- |
| ページ数 | 5 |
| 発行日 | |