| 講演名 | 2005-02-24 識別器選択のための入力空間分割法に関する検討(学習理論とパターン認識メディア理解, 学習理論とパターン認識メディア理解, 機械学習による自然言語処理・言語処理を利用したメディア理解, 一般) 林 柘, 中村 恭之, 和田 俊和, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | アンサンブル学習は, トレーニングした複数の識別器の出力を統合し, 個々の識別器よりも正確な出力を得るというものである.このアプローチでは, 確かに識別性能の向上は期待できるが, 一つの入力に対して多数の識別器を動かさなければならないため, 速度の低下や消費メモリの増加が起きる.本報告では, 1)入力空間を箱状に分割し, 2)分割された個々の箱において最も性能の高い識別器を選択する, というアプローチで全体としての識別率の向上と, 識別速度の向上を図る方法について述べる.この方法は, 一つの入力に対して一つの識別器しか動かないため, 一台の識別器を用いているのとほぼ同等の速度で動作する.また, 入力空間中の各場所で最も良く機能する識別器を選択しているため, 明らかに元の識別器よりも良い性能が得られる.空間分割と識別器選択の複数の方法を提案し実験によりそれらを検証する. |
| 抄録(英) | Ensemble learing is a method for constructing a strong crassifier from multiple weak classifiers. In this method, the accuracy of the strong classifier is improved, however, the classification speed and memory consumption degenerate. This is because that the strong classifier requires outputs of all weak classifiers for a single input. Our approach consists of two ideas : decomposing the input space into boxes and selecting the best classifier for each box from a certain classifier set. In this approach, since a single classifier is selected for a single input, the classification speed is almost equivalent to that of a weak classifier. Despite the fast classification speed, the accuracy will be improved, because the best classifier is selected for each box. The problem is "how to decompose the input space" and "how to select the best classifier". We propose some box decomposition and classifier selection methods and verify them through experiments. |
| キーワード(和) | アンサンブル学習 / 空間分割 / 識別器選択 |
| キーワード(英) | Ensemble learing / box decomposition / classifier selection |
| 資料番号 | NLC2004-98,PRMU2004-180 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NLC |
|---|---|
| 開催期間 | 2005/2/17(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 | Natural Language Understanding and Models of Communication (NLC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 識別器選択のための入力空間分割法に関する検討(学習理論とパターン認識メディア理解, 学習理論とパターン認識メディア理解, 機械学習による自然言語処理・言語処理を利用したメディア理解, 一般) |
| サブタイトル（和） | |
| タイトル（英） | Space Partitioning Method for Classifier Selection |
| サブタイトル（和） | |
| キーワード(1)（和/英） | アンサンブル学習 / Ensemble learing |
| キーワード(2)（和/英） | 空間分割 / box decomposition |
| キーワード(3)（和/英） | 識別器選択 / classifier selection |
| 第 1 著者 氏名（和/英） | 林 柘 / Hiromu HAYASHI |
| 第 1 著者 所属（和/英） | 和歌山大学システム工学部 Faculty of Systems Engineering, Wakayama University |
| 第 2 著者 氏名（和/英） | 中村 恭之 / Takayuki NAKAMURA |
| 第 2 著者 所属（和/英） | 和歌山大学システム工学部 Faculty of Systems Engineering, Wakayama University |
| 第 3 著者 氏名（和/英） | 和田 俊和 / Toshikazu WADA |
| 第 3 著者 所属（和/英） | 和歌山大学システム工学部 Faculty of Systems Engineering, Wakayama University |
| 発表年月日 | 2005-02-24 |
| 資料番号 | NLC2004-98,PRMU2004-180 |
| 巻番号（vol） | vol.104 |
| 号番号（no） | 667 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |