| 講演名 | 2006-03-16 フィードフォワードニューラルネットワークによるLarge Margin非線形識別機の実現可能性について 田村 震一, 坂井 誠, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | フィードフォワードニューラルネットワークは任意の連続関数を実現可能であるが、学習データ以外のデータに対する性能(汎化性能)は理論的には保証されない。そこで線形SVM (Support Vector Machine)の学習方式をニューラルネットワークの学習に取り入れることで汎化性能を保証する学習方式について検討する。また提案方式の有効性を計算機実験により検証する。 |
| 抄録(英) | It is well known that a feed-forward neural network with infinitely many hidden units can realize any continuous mapping. Its generalization capabilities, however, are not assured theoretically. To cope with this problem we propose a novel approach which incorporates the learning method of linear SVMs (Support Vector Machine) into feed-forward neural network learning. Computer experiments of the proposed method show the effectiveness of the method. |
| キーワード(和) | フィードフォワードニューラルネットワーク / Large Margin / 非線形識別機 |
| キーワード(英) | Feedforward neural network / Large Margin / nonlinear classifier |
| 資料番号 | NC2005-139 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2006/3/9(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） | フィードフォワードニューラルネットワークによるLarge Margin非線形識別機の実現可能性について |
| サブタイトル（和） | |
| タイトル（英） | On the Realization of a Large Margin Non-linear Classifier Using Feed-forward Neural Networks |
| サブタイトル（和） | |
| キーワード(1)（和/英） | フィードフォワードニューラルネットワーク / Feedforward neural network |
| キーワード(2)（和/英） | Large Margin / Large Margin |
| キーワード(3)（和/英） | 非線形識別機 / nonlinear classifier |
| 第 1 著者 氏名（和/英） | 田村 震一 / Shin'ichi TAMURA |
| 第 1 著者 所属（和/英） | (株)デンソー 基礎研究所 Research Laboratories, DENSO CORPORATION |
| 第 2 著者 氏名（和/英） | 坂井 誠 / Makoto SAKAI |
| 第 2 著者 所属（和/英） | (株)デンソー 基礎研究所 Research Laboratories, DENSO CORPORATION |
| 発表年月日 | 2006-03-16 |
| 資料番号 | NC2005-139 |
| 巻番号（vol） | vol.105 |
| 号番号（no） | 658 |
| ページ範囲 | pp.- |
| ページ数 | 5 |
| 発行日 | |