| 講演名 | 2007-03-14 多クラスサポートベクターマシンにおけるパラメータの分割自動最適化手法 坪田 啓太, クグレ マウリシオ, サトリヨ・ヌグロホ アント, 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) | ガウシアンカーネルを用いたサポートベクターマシン(SVM)には識別器を決定する2種類のパラメータが存在する.単独のSVMに対するこれらのパラメータの調整方法として,識別器の認識率を比較して最適なパラメータを求める手法がいくつか提案されている.しかし,多クラスSVMにおいても単独のSVMに対する最適化をそのまま適用することが一般的であり,多クラスSVMでの認識率を比較して最適化を行うと大規模な問題を扱う場合などに最適化にかかる時間が膨大になってしまう.そのため,多クラスSVMを構成する各SVMを分割して考え,個別にパラメータ最適化を行うことを提案した.これにより多クラスSVM全体での最適化を行う場合に比べ,認識率を保ったまま最適化を行う際の計算時間を削減でき,また最終的なサポートベクター数を減らすことができた. |
| 抄録(英) | A support vector machine (SVM) using Gaussian kernel function presents two parameters (C and σ) that need to be tuned in order to obtain good generalization. Several automatic parameters tuning techniques based on the classifierc's recognition rate have been proposed for a single binary support vector machine. However, the naive use of the multiclass SVM recognition rate as a criterion for searching good parameters becomes unpractical when dealing with large-scale classification problems due to the high processing time required. Specific methods for multiclass SVM parameters optimization are not widely studied. This paper proposes a new approach for the optimization of multiclass SVM parameters. The new method splits the optimization procedure, searching for independent parameters for each binary classifier. The experimental results show that, while keeping the same accuracy performance, the proposed algorithm significantly decreases the optimization procedure's processing time and reduces the total final amount of support vectors. |
| キーワード(和) | サポートベクターマシン / パラメータ調整 / 多クラス分類 / 大規模問題 |
| キーワード(英) | Support vector machine / parameters tuning / malitclass classification / large-scale data |
| 資料番号 | NC2006-138 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2007/3/7(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パラメータの分割自動最適化手法 |
| サブタイトル（和） | |
| タイトル（英） | Split Parameter Optimization for Multiclass Support Vector Machines |
| サブタイトル（和） | |
| キーワード(1)（和/英） | サポートベクターマシン / Support vector machine |
| キーワード(2)（和/英） | パラメータ調整 / parameters tuning |
| キーワード(3)（和/英） | 多クラス分類 / malitclass classification |
| キーワード(4)（和/英） | 大規模問題 / large-scale data |
| 第 1 著者 氏名（和/英） | 坪田 啓太 / Keita TSUBOTA |
| 第 1 著者 所属（和/英） | 名古屋工業大学工学研究科情報工学専攻 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） | 名古屋工業大学工学研究科情報工学専攻 Department of Computer Science & Engineering, Nagoya Institute of Technology |
| 第 3 著者 氏名（和/英） | サトリヨ・ヌグロホ アント / NUGROHO Anto SATRIYO |
| 第 3 著者 所属（和/英） | 中京大学生命システム工学部 School of Life 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） | 名古屋工業大学工学研究科情報工学専攻 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） | 名古屋工業大学工学研究科情報工学専攻 Department of Computer Science & Engineering, Nagoya Institute of Technology |
| 発表年月日 | 2007-03-14 |
| 資料番号 | NC2006-138 |
| 巻番号（vol） | vol.106 |
| 号番号（no） | 588 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |