| 講演名 | 2014/2/6 SS-SVMにおける識別面の線形結合による汎化能力向上方式(一般セッション,パターン認識・メディア理解の基礎と境界領域,環境・エネルギーの課題,ポスターセッション) 舟木 翔太, 北村 拓也, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 部分空間法に基づくサポートベクトルマシン(SS-SVM)では,各クラス部分空間において独立して識別面が生成されるため,各クラス間における情報の欠損が生じる.そこで本論文では上記の問題点を解消するため,各クラス部分空間上における識別面を線形結合させることによるSS-SVMの汎化能力向上方式を提案する.提案手法では各クラス部分空間上における決定関数の値を新たに特徴量として用いてマージン最大化の観点から最適な重み付けを行うことにより,他のクラスを考慮した識別面を生成する.これにより,他のクラス部分空間の情報の欠損を防げる.また,識別面の線形結合による学習コストはクラス数が膨大でない限り小さく,学習時間の増加を考慮しなくてもよい.ベンチマークデータセットを用いた計算機実験より,提案手法と従来手法との比較を行い,提案手法の有効性を検証する. |
| 抄録(英) | In this paper, we propose the improved subspace-based SVMs (SS-SVMs) by linearly-combining the separating hyper-planes (LCS-SVMs). In this method, the discriminant function, which is determined in the training of the conventional SS-SVMs, for each class is denned as a feature quantity. With these feature quantities, the new discriminant functions are optimized by SVMs. Thus, for each class, LCS-SVMs can generate the separating hyper-planes including the information of other class feature spaces. In addition, the learning cost of LCS-SVM will be about as low as SS-SVM if the number of class is not too big. Using benchmark set, we evaluate the effectiveness of the proposed method. |
| キーワード(和) | サポートベクトルマシン / 多クラス識別器 / パターン認識 / 部分空間法 |
| キーワード(英) | Support vector machine / Multi-class classifier / Pattern recognition / Subspace method |
| 資料番号 | CNR2013-43,PRMU2013-135 |
| 発行日 |
| 研究会情報 | |
| 研究会 | CNR |
|---|---|
| 開催期間 | 2014/2/6(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 | Cloud Network Robotics (CNR) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | SS-SVMにおける識別面の線形結合による汎化能力向上方式(一般セッション,パターン認識・メディア理解の基礎と境界領域,環境・エネルギーの課題,ポスターセッション) |
| サブタイトル（和） | |
| タイトル（英） | Improved Subspace-based Support Vector Machines by linear combination of the separating hyper-planes |
| サブタイトル（和） | |
| キーワード(1)（和/英） | サポートベクトルマシン / Support vector machine |
| キーワード(2)（和/英） | 多クラス識別器 / Multi-class classifier |
| キーワード(3)（和/英） | パターン認識 / Pattern recognition |
| キーワード(4)（和/英） | 部分空間法 / Subspace method |
| 第 1 著者 氏名（和/英） | 舟木 翔太 / Shota FUNAKI |
| 第 1 著者 所属（和/英） | 富山高等専門学校電気工学科 Department of Electrical Engineering, Toyama National College of Technology |
| 第 2 著者 氏名（和/英） | 北村 拓也 / Takuya KITAMURA |
| 第 2 著者 所属（和/英） | 富山高等専門学校電気工学科 Department of Electrical Engineering, Toyama National College of Technology |
| 発表年月日 | 2014/2/6 |
| 資料番号 | CNR2013-43,PRMU2013-135 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | 432 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |