| 講演名 | 2011-09-06 疎な解を得られるカーネルマシンを用いたMultiple Instance Learning問題の一解法(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) 長島 主尚, 井上 真郷, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | Multiple Instance Learning問題(MIL)は,大枠ではクラス分類問題の一つである.一般的なクラス分類問題と言えば,+または-のラベルが与えられた単語を学習し,新たな単語のラベルを,単語同士の類似性より推定するような問題である.これを解く手法として,Support Vector Machine(SVM)やロジスティック回帰などがあり,高速な手法も開発されている.またその実装も,パッケージ化されているものが多く,適用が容易である.それに対してMILの解法は,パッケージ化の例は少なく,また分類基準が複雑なため,一般的なクラス分類問題の解法に比べて計算量などにおいて劣る場合が多い.そこで本報告では,基底関数の構成方法を変更するだけで,MILをRelevance Vector Machine(RVM)などの疎な解を得るカーネルマシンで解けるようにする枠組みを提案する.提案手法では,正しいキーワードが推定できていれば,他の単語に対する情報が不十分であっても誤ったキーワードを推定しにくいということがわかった. |
| 抄録(英) | Multiple Instance Learning problem (MIL) is roughly one of the classification problems. In generally classification problem, the traning set comprises words, which label is positive or negative , and the task is to predict the labels of unseen words with those similarity. The methods for general classification problem are Support Vector Machine (SVM), Logistic Regression and so on, and fast algorithems were developped. Moreover, the most of these methods are easy to use because they are packaged. In contrast, the packaged methods for MIL are very few, and because of the complication of classificatory criterion, they are worse than general classification methods with calculation amount. In this paper, we propose the framework of method for MIL using Sparse Kernel Machines by changing Basis Function comfiguration. In the proposed method, if the right keywords are estimated, it is rare to estimate the wrong keywords even if information of other words is insufficient. |
| キーワード(和) | Multiple Instance Learning / ロジスティック回帰 / カーネル法 / RVM |
| キーワード(英) | Multiple Instance Learning / Logistic Regression / Kernel Method / RVM |
| 資料番号 | PRMU2011-77,IBISML2011-36 |
| 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） | 疎な解を得られるカーネルマシンを用いたMultiple Instance Learning問題の一解法(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） | A Method for Multiple Instance Learning Using Sparse Kernel Machines |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Multiple Instance Learning / Multiple Instance Learning |
| キーワード(2)（和/英） | ロジスティック回帰 / Logistic Regression |
| キーワード(3)（和/英） | カーネル法 / Kernel Method |
| キーワード(4)（和/英） | RVM / RVM |
| 第 1 著者 氏名（和/英） | 長島 主尚 / Kazuhisa NAGASHIMA |
| 第 1 著者 所属（和/英） | 早稲田大学大学院先進理工学研究科電気・情報生命専攻 Department of Electrical Engineering and Bioscience, Graduate School of Advanced Science and Engineering, Waseda University |
| 第 2 著者 氏名（和/英） | 井上 真郷 / Masato INOUE |
| 第 2 著者 所属（和/英） | 早稲田大学大学院先進理工学研究科電気・情報生命専攻 Department of Electrical Engineering and Bioscience, Graduate School of Advanced Science and Engineering, Waseda University |
| 発表年月日 | 2011-09-06 |
| 資料番号 | PRMU2011-77,IBISML2011-36 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | 193 |
| ページ範囲 | pp.- |
| ページ数 | 5 |
| 発行日 | |