| 講演名 | 2005-11-19 最小二乗サポートベクトルマシンによるカオス力学系のモデリングにおける最小記述長原理の適用(NLP一般) 前田 勉, 安達 雅春, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本研究では, 最小二乗サポートベクトルマシン(Least Squares Support Vector Machines)による関数推定においてサポートベクトルを最小記述長原理に基づくモデル選択によって刈り込むことを目指している.しかし現状ではLSSVMのサポートベクトルに対する刈り込みによるモデリング精度の向上は困難である.そこで本報告では, その前段階としてサポートベクトル回帰(Support Vector Regression)におけるサポートベクトルの刈り込みにモデル選択アルゴリズムを適用する.そして本手法を2種類のカオス力学系のモデリングに適用し, 予測精度の評価を行った.その結果, モデル選択による刈り込みによりサポートベクトル数を削減することが可能であり, さらに未知データに対する予測精度が向上することを示す. |
| 抄録(英) | In this study, we attempt to prune the support vectors of Least Squares Support Vector Machines for function estimation by using a model selection algorithm based on Minimum Description Length principle. However, it is difficult to improve the accuracy of the obtained model by pruning support vectors of LSSVM using the model selection algorithm. As preliminary stage for the attempt, we apply the model selection algorithm to pruning support vectors of Support Vector Regression. As examples of the modeling, we evaluate the proposing method in prediction of two chaotic dynamical systems. As the result, we show that the number of support vectors is reduced by the algorithm. Moreover, the accuracy of the obtained model improves in prediction accuracy for unknown data. |
| キーワード(和) | 最小二乗サポートベクトルマシン / サポートベクトル回帰 / 最小記述長原理 / 刈り込み |
| キーワード(英) | Least Squares Support Vector Machines / Support Vector Regression / Minimum Description Length Principle / pruning |
| 資料番号 | NLP2005-83 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NLP |
|---|---|
| 開催期間 | 2005/11/12(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 | Nonlinear Problems (NLP) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 最小二乗サポートベクトルマシンによるカオス力学系のモデリングにおける最小記述長原理の適用(NLP一般) |
| サブタイトル（和） | |
| タイトル（英） | An application of minimum description length to least squares support vector machines for modeling chaotic dynamical systems |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 最小二乗サポートベクトルマシン / Least Squares Support Vector Machines |
| キーワード(2)（和/英） | サポートベクトル回帰 / Support Vector Regression |
| キーワード(3)（和/英） | 最小記述長原理 / Minimum Description Length Principle |
| キーワード(4)（和/英） | 刈り込み / pruning |
| 第 1 著者 氏名（和/英） | 前田 勉 / Tsutomu MAEDA |
| 第 1 著者 所属（和/英） | 東京電機大学大学院工学研究科電子工学専攻 Department of Electronic Engineering, Graduate School of Engineering, Tokyo Denki University |
| 第 2 著者 氏名（和/英） | 安達 雅春 / Masaharu ADACHI |
| 第 2 著者 所属（和/英） | 東京電機大学大学院工学研究科電子工学専攻 Department of Electronic Engineering, Graduate School of Engineering, Tokyo Denki University |
| 発表年月日 | 2005-11-19 |
| 資料番号 | NLP2005-83 |
| 巻番号（vol） | vol.105 |
| 号番号（no） | 417 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |