| 講演名 | 2010-01-21 超高速確率的分類器(一般セッション,クロスモーダル) 杉山 将, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | カーネルロジスティック回帰(KLR)は強力かつ柔軟性のある分類アルゴリズムであり,事後確率に基づいてクラス予測の信頼性を出力きるという特徴を持つ.しかし,通常ニュートン法や準ニュートン法によって行われるKLRの学習には時間かかかる.そこで本論文では,最小二乗確率的分類器(LSPC)という新しい確率的分類アルゴリズムを提案する.LSPCの解は線形方程式を解くだけで解析に計算することができるため,非常に計算効率がよい.計算機実験により,LSPCはKLRと同程度の認識精度を維持したまま,計算時間が百倍程度速いことを示す. |
| 抄録(英) | Kernel logistic regression (KLR) is a powerful and flexible classification algorithm, which possesses an ability to provide the confidence of class prediction. However, its training-typically carried out by Newton's method or quasi-Newton methods-is rather time-consuming. In this paper, we propose an alternative probabilistic classification algorithm called Least-Squares Probabilistic Classifier (LSPC). The solution of LSPC can be computed analytically just by solving a system of linear equations, so LSPC is computationally efficient and stable. Through experiments, we show that the computation time of LSPC is faster than that of KLR by the factor 100 with comparable accuracy. |
| キーワード(和) | 確率的分類 / カーネルロジスツティック回帰 / クラス事後確率 / 二乗損失 |
| キーワード(英) | probabilistic classification / kernel logistic regression / class-posterior probability / squared-loss |
| 資料番号 | CQ2009-74,PRMU2009-173,SP2009-114,MVE2009-96 |
| 発行日 |
| 研究会情報 | |
| 研究会 | MVE |
|---|---|
| 開催期間 | 2010/1/14(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 | Media Experience and Virtual Environment (MVE) |
|---|---|
| 本文の言語 | ENG |
| タイトル（和） | 超高速確率的分類器(一般セッション,クロスモーダル) |
| サブタイトル（和） | |
| タイトル（英） | Superfast Probabilistic Classifier |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 確率的分類 / probabilistic classification |
| キーワード(2)（和/英） | カーネルロジスツティック回帰 / kernel logistic regression |
| キーワード(3)（和/英） | クラス事後確率 / class-posterior probability |
| キーワード(4)（和/英） | 二乗損失 / squared-loss |
| 第 1 著者 氏名（和/英） | 杉山 将 / Masashi SUGIYAMA |
| 第 1 著者 所属（和/英） | 東京工業大学計算工学専攻:科学技術振興機構 Department of Computer Science, Tokyo Institute of Technology:JST |
| 発表年月日 | 2010-01-21 |
| 資料番号 | CQ2009-74,PRMU2009-173,SP2009-114,MVE2009-96 |
| 巻番号（vol） | vol.109 |
| 号番号（no） | 376 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |