| 講演名 | 2004/11/12 ニューラルネットツリーを効率的に設計する新しい手法(顔・ジェスチャ認識のためのパターン認識メディア理解,一般) 趙 強福, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | ニューラルネツトツリー(NNTree)は一種のハイブリッド学習モデルである。NNTreeの全体の構成は決定木(DT)であるが、各中間ノードにはエクスパートニューラルネット(ENN)がある。一般論として、ENNはより複雑な特徴が抽出できるので、NNTreeの性能は従来のDTよりも優れている。NNTreeを設計するために、われわれは遺伝的アルゴリズム(GA)に基づく手法を幾つか提案した。これらの手法は計算量が大きく、実用的ではない。この問題を解決するために、本論文はR^4-ruleに基づく手法を提案する。R^4-ruleは一種の非遺伝的進化アルゴリズムであり、著者によって提案され、最小のNN-MLP(最近傍ニューラルネット)を設計するために有効である。R^4-ruleを利用するために、まず各中間ノードに割り当てるデータの教師信号を定義しなければならない。そのために、本論文はHeuristic方法を提案する。提案する手法の有効性は実験によって確認された。 |
| 抄録(英) | Neural network tree (NNTree) is a hybrid learning model with the overall structure being a decision tree (DT), and each non-terminal node containing an expert neural network (ENN). Generally speaking, NNTrees outperform conventional DTs because more complex and possibly better features can be extracted by the ENNs. So far we have studied several genetic algorithms (GAs) for designing the NNTrees. These algorithms, however, are computationally expensive, and cannot be used easily. In this paper, we propose a new approach based on the R^4-rule, which is a non-genetic evolutionary algorithm proposed by the author several years ago. The key point is to propose a heuristic method for defining the teacher signals for the examples assigned to a non-terminal node. Once the teacher signals are defined, the ENNs can be trained quickly using the R^4-rule. Experiments with several public databases show that the new approach can produce NNTrees quickly and effectively. |
| キーワード(和) | ニューラルネツトワーク / 決定木 / ニューラルネットワークツリー / 最近傍判別器 / R^4-rule |
| キーワード(英) | Neural network / decision tree / neural network tree / nearest neighbor classifier / R^4-rule |
| 資料番号 | PRMU2004-115,HIP2004-55 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2004/11/12(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 | ENG |
| タイトル（和） | ニューラルネットツリーを効率的に設計する新しい手法(顔・ジェスチャ認識のためのパターン認識メディア理解,一般) |
| サブタイトル（和） | |
| タイトル（英） | A New Method for Efficient Design of Neural Network Trees |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ニューラルネツトワーク / Neural network |
| キーワード(2)（和/英） | 決定木 / decision tree |
| キーワード(3)（和/英） | ニューラルネットワークツリー / neural network tree |
| キーワード(4)（和/英） | 最近傍判別器 / nearest neighbor classifier |
| キーワード(5)（和/英） | R^4-rule / R^4-rule |
| 第 1 著者 氏名（和/英） | 趙 強福 / Qiangfu ZHAO |
| 第 1 著者 所属（和/英） | 会津大学 The University of Aizu |
| 発表年月日 | 2004/11/12 |
| 資料番号 | PRMU2004-115,HIP2004-55 |
| 巻番号（vol） | vol.104 |
| 号番号（no） | 448 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |