| 講演名 | 1998/9/17 Support Vector Machineカーネル非線形部分空間法 前田 英作, 村瀬 洋, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 多クラスパターンの識別に有効な非線形部分空間法、Kernel based Nonlinear Subapace method (KNS法)を提案する.本手法はカーネル関数によって定義可能な非線形変換を利用して高次元非線形空間上での部分空間法を実現したものである.カーネル関数を利用した非線形識別手法であるSupport Vector Machineは、パーンを非線形高次元空間へ写像して識別機の最適化を行う点を特徴とする高い識別性能を有する手法である.しかし, パターン数, クラス数の増大とともに学習に要する計算量が爆発的に増大するという問題点があった.一方, 従来の部分空間法は多クラスの識別に有効な方法であるが, パターンの分布が非線形性を持つ場合やクラス数に比較して特徴空間の次元が低い場合に十分な識別性能が得られない.そこで, 両者の利点を組み合わせることにより, 高い識別性能を有する多クラスの非線形識別を少ない計算量で実現できると期待される.本論文では, 非線形部分空間法がカーネル関数による非線形変換を用いて定式化可能なことを示し, いくつかの具体例に適用することによってその有効性を検証した. |
| 抄録(英) | Kernel Based Nonlinear Subspace Method(KNS method)is proposed for multi-class pattern classification.This method consists of the nonlinear transformation of original feature spaces defined by kernel functions and the linear subspace method in the transformed high-dimensional spaces. While the Support Vector Machine, a nonlinear classification method based on a kernel function technique, shows high classification performance, however, its computational cost exponentially increases according to the increase in the number of patterns and classes.The linear subspace method is a well-known technique for multi-class classification.It is not applicable, however, when the distribution of patterns has nonlinear characteristics or the dimension of feature space is low compared to the number of classes.The proposed method combimes the advantages of both techniques and could realize a multi-class nonlinear classifier with higher performance in less computational time.In this paper, we show the nonlinear subspace method can be formulated by nonlinear transformation defined by kernel functions and its classification performance is better than that obtained by conventional method. |
| キーワード(和) | パターン認識 / 非線形部分空間法 / カーネル関数 / サポートベクトルマシン |
| キーワード(英) | pattern recognition / nonlinear subspace method / kernel function / dupport vector machine |
| 資料番号 | PRMU98-81 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 1998/9/17(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 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Support Vector Machineカーネル非線形部分空間法 |
| サブタイトル（和） | |
| タイトル（英） | Support Vector Machine and Kernel Based Nonlinear Subspace Method |
| 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） | 非線形部分空間法 / nonlinear subspace method |
| キーワード(3)（和/英） | カーネル関数 / kernel function |
| キーワード(4)（和/英） | サポートベクトルマシン / dupport vector machine |
| 第 1 著者 氏名（和/英） | 前田 英作 / Eisaku MAEDA |
| 第 1 著者 所属（和/英） | NTT基礎研究所 NTT Basic Research Laboratories |
| 第 2 著者 氏名（和/英） | 村瀬 洋 / Hiroshi MURASE |
| 第 2 著者 所属（和/英） | NTT基礎研究所 NTT Basic Research Laboratories |
| 発表年月日 | 1998/9/17 |
| 資料番号 | PRMU98-81 |
| 巻番号（vol） | vol.98 |
| 号番号（no） | 274 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |