| 講演名 | 2005-12-09 多クラスサポートベクターマシンにおける各SVMモジュールの独立特徴選択 胡 欣, クグレ マウリシオ, ヌグロホ アント サトリヨ, 黒柳 奨, 岩田 彰, |
|---|---|
| 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, サポートベクターマシン(Support Vector Machine, SVM)と呼ばれるパターン識別手法が優れた識別率性能により注目を浴びている.しかし, SVMを応用する場合, 多クラス問題においてその認識スピードが問題となる.これに対して特徴選択(FSS)により特徴次元数とサボートベクトルの数を削減することで, SVMの認識時間を短縮することができ, リアルタイムの処理が可能になる.また多クラスSVMに対しては全体の入力空間で特徴選択を行うより, 各SVMモジュールにおいて独立に特徴選択を行うことが有効であろう.そこで本論文では, 多クラスSVMにおける各SVMモジュールの独立特徴選択の新しい手法を提案し, 実データを用いて実験を行った.その結果, 識別率を落とすことなく, 特徴次元数及びサポートベクトルの削減により識別時間を元の時間より大幅に削減する効果を得た. |
| 抄録(英) | One drawback on the use of Support Vector Machines (SVM) in real applications is its slow classification speed, proportional to the product of number of features and number of support vectors. Feature Subset Selection (FSS) is one way for reducing the dimensionality, normally reducing the number of support vectors, and consequently the recognition time. However, for the multiclass SVM, applying FSS in the whole input space does not achieve an optimal feature subset for each independent binary classifier. This work proposes a new structure, in which the FSS is performed independently for each SVM. The experiments with real world data showed a much higher average dimensionality reduction, decreasing the recognition time by several orders with a comparable performance with the full features set. |
| キーワード(和) | 特徴選択 / サポートベクターマシン / 多クラスSVM / サポートベクトル / 多クラス識別問題 |
| キーワード(英) | feature subset selection / support vector machine / multiclass SVM / support vectors / multiclass classification problems / SBS |
| 資料番号 | NC2005-86 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2005/12/2(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） | 多クラスサポートベクターマシンにおける各SVMモジュールの独立特徴選択 |
| サブタイトル（和） | |
| タイトル（英） | Splitting the feature subset selection of multiclass support vector machines |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 特徴選択 / feature subset selection |
| キーワード(2)（和/英） | サポートベクターマシン / support vector machine |
| キーワード(3)（和/英） | 多クラスSVM / multiclass SVM |
| キーワード(4)（和/英） | サポートベクトル / support vectors |
| キーワード(5)（和/英） | 多クラス識別問題 / multiclass classification problems |
| 第 1 著者 氏名（和/英） | 胡 欣 / Xin HU |
| 第 1 著者 所属（和/英） | 名古屋工業大学大学院工学研究科情報工学専攻 The authors are with the Department of Computer Science & Engineering, Nagoya Institute of Technology |
| 第 2 著者 氏名（和/英） | クグレ マウリシオ / Mauricio KUGLER |
| 第 2 著者 所属（和/英） | 名古屋工業大学大学院工学研究科情報工学専攻 The authors are with the Department of Computer Science & Engineering, Nagoya Institute of Technology |
| 第 3 著者 氏名（和/英） | ヌグロホ アント サトリヨ / Anto Satriyo NUGROHO |
| 第 3 著者 所属（和/英） | 中京大学生命システム工学部 The author is with the School of Life System Science & Technology, Chukyo University |
| 第 4 著者 氏名（和/英） | 黒柳 奨 / Susumu KUROYANAGI |
| 第 4 著者 所属（和/英） | 名古屋工業大学大学院工学研究科情報工学専攻 The authors are with the Department of Computer Science & Engineering, Nagoya Institute of Technology |
| 第 5 著者 氏名（和/英） | 岩田 彰 / Akira IWATA |
| 第 5 著者 所属（和/英） | 名古屋工業大学大学院工学研究科情報工学専攻 The authors are with the Department of Computer Science & Engineering, Nagoya Institute of Technology |
| 発表年月日 | 2005-12-09 |
| 資料番号 | NC2005-86 |
| 巻番号（vol） | vol.105 |
| 号番号（no） | 457 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |