| 講演名 | 2011-09-05 一般損失最小化に基づくカーネル識別器の学習(テーマセッション,コンピュータビジョンとパターン認識のための機械学習) 石井 雅人, 佐藤 敦, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では、カーネル識別器の新しい学習手法を提案する。まず、任意の損失や事前確率を扱えるように、ベイズ決定理論に基づいた一般損失最小化(GLM)と呼ぶ新しい学習基準を提案し、本学習基準をカーネル識別器の設計に適用することで新しいカーネル識別器の学習手法を導出する。次に、ソフトマージンSVMもまたGLMの枠組みによって導出できることを示し、提案手法との共通点と相違点を明らかにする。人工データ及びUCI MachineLearning Repositoryの実データを用いた実験によって、提案手法がSVMよりも少ないモデル自由度で同等以上の識別精度を実現することを確認する。 |
| 抄録(英) | This paper presents a new method for learning kernel classifiers. First, we formulate a novel learning scheme called "General Loss Minimization (GLM)." The formulation is based on Bayes decision theory which can handle various losses as well as prior probabilities. Then, we propose a new learning method for kernel classifiers derived from GLM. We also show that support vector machines (SVM) can be derived from GLM as a special case. The derivation clarifies some interesting similarities and differences between SVM and the proposed method. Finally, we confirm effectiveness of the proposed method in expriments with artificial and real databases. The exprimental results show that the proposed method achieves almost the same or better accuracy than SVM in spite of stronger sparsity of classifier parameters. |
| キーワード(和) | 機械学習 / カーネル識別器 / 学習基準 / サポートベクターマシン / 最小分類誤り |
| キーワード(英) | machine learning / kernel classifiers / learning criterion / support vector machines / minimum classification error |
| 資料番号 | PRMU2011-61,IBISML2011-20 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2011/8/29(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 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 一般損失最小化に基づくカーネル識別器の学習(テーマセッション,コンピュータビジョンとパターン認識のための機械学習) |
| サブタイトル（和） | |
| タイトル（英） | Learning of Kernel Classfier based on General Loss Minimization |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 機械学習 / machine learning |
| キーワード(2)（和/英） | カーネル識別器 / kernel classifiers |
| キーワード(3)（和/英） | 学習基準 / learning criterion |
| キーワード(4)（和/英） | サポートベクターマシン / support vector machines |
| キーワード(5)（和/英） | 最小分類誤り / minimum classification error |
| 第 1 著者 氏名（和/英） | 石井 雅人 / Masato ISHII |
| 第 1 著者 所属（和/英） | NEC情報・メディアプロセッシング研究所 NEC Information and Media Processing Laboratories |
| 第 2 著者 氏名（和/英） | 佐藤 敦 / Atsushi SATO |
| 第 2 著者 所属（和/英） | NEC情報・メディアプロセッシング研究所 NEC Information and Media Processing Laboratories |
| 発表年月日 | 2011-09-05 |
| 資料番号 | PRMU2011-61,IBISML2011-20 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | 193 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |