| 講演名 | 2005/10/11 非対称カーネルによるFisher識別器(一般, 脳・ヒューマンモデリング, 一般) 小出 直矢, 山下 幸彦, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 近年の計算機の性能向上はめざましく, 計算速度, 通信速度ともに進化を続けているが, パターン認識などの「人間らしい」柔軟な情報処理能力は今だ人間に及んでいない.本研究では, パターン認識に使われる手法の一つであるFisherの線形識別器に対して, カーネル法を拡張した非対称カーネル法を適用し, カーネルパラメータを場所によって変化させることができるカーネルFisher識別器を提案する.複雑さのパラメータとして学習パターンに関しては, 学習過程で適した値を与え, 認識すべき未知パターンに対しては値を固定することで, 可変カーネルを実現する.本手法によって, 学習パターンごとに用いるカーネルパラメータを変えることが可能になり, 局所的に複雑な識別境界を持つパターンにも対応できるようになる.本論文では, この非対称カーネルによるFisher識別器の計算法を示す.また, 計算機実験の結果, 多くのデータセットに対して, 本手法は通常のカーネルFisher識別器よりも高い精度の認識が可能であり, 本手法の有効性が示されている. |
| 抄録(英) | Although the progress of computer with respect to calculation and communication speeds is very rapid, the ability for cognitive processing such as pattern recognition is inferior to that of men. In this research, we apply the asymmetric kernel method to Fisher's linear discriminant and propose the variable kernel Fisher discriminant which can change the kernel parameter according to the position. In the learning stage, the parameter of boundary complexity for the learning sample is optimized. On the other hand the parameter for the unknown input pattern is fixed. Then, the proposed method can manage the case that the discriminant boundary is complex locally. In this paper, we provide the calculation method for Fisher discriminant with the asymmetric kernel and experimental results. We show the advantage of the method by experimental results where the method outperforms KFD for many datasets. |
| キーワード(和) | カーネル法 / 非対称カーネル法 / サポートベクトルマシン / カーネルFisher識別器 |
| キーワード(英) | kernel method / asymmetric kernel method / support vector machine (SVM) / kenrel Fisher discriminant |
| 資料番号 | NC2005-48 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2005/10/11(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） | 非対称カーネルによるFisher識別器(一般, 脳・ヒューマンモデリング, 一般) |
| サブタイトル（和） | |
| タイトル（英） | Fisher Discriminant with Asymmetric Kernel |
| サブタイトル（和） | |
| キーワード(1)（和/英） | カーネル法 / kernel method |
| キーワード(2)（和/英） | 非対称カーネル法 / asymmetric kernel method |
| キーワード(3)（和/英） | サポートベクトルマシン / support vector machine (SVM) |
| キーワード(4)（和/英） | カーネルFisher識別器 / kenrel Fisher discriminant |
| 第 1 著者 氏名（和/英） | 小出 直矢 / Naoya KOIDE |
| 第 1 著者 所属（和/英） | 東京工業大学大学院理工学研究科 Graduate School of Sience and Engineering, Tokyo Institute of Technology |
| 第 2 著者 氏名（和/英） | 山下 幸彦 / Yukihiko YAMASHITA |
| 第 2 著者 所属（和/英） | 東京工業大学大学院理工学研究科 Graduate School of Sience and Engineering, Tokyo Institute of Technology |
| 発表年月日 | 2005/10/11 |
| 資料番号 | NC2005-48 |
| 巻番号（vol） | vol.105 |
| 号番号（no） | 342 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |