| 講演名 | 2013-12-21 特徴選択を同時にできる条件付き確率推定法 志賀 元紀, 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) | 入出力関係の推定のために,条件付き確率密度の推定が有用である.例えば,杉山らの提案した最小2乗推定法は,条件付き平均値のみを推定する回帰分析よりも幅広い状況において高い性能を実現できる.しかしながら,この手法の推定誤差は,出力と関係ない特徴量のある場合に増加する傾向にある.本研究では,杉山らの手法を拡張したスパース罰則項付き加法モデルによって,特徴選択できる推定法を提案する.数値実験によって,提案法の推定性能を検証する. |
| 抄録(英) | On identification of the statistical dependency between inputs and outputs, an conditional density estimation is essential. The least-squares conditional density estimator (LS-CDE) proposed by Sugiyama et al. is more efficient and more applicable for more complex structures than regression models, which estimate the conditional mean of outputs. However, LS-CDE still suffers from large estimation error when many irrelevant features exist in inputs. In this paper, we propose extending LS-CDE to allow simultaneous feature selection during conditional density estimation. We evaluated our proposed method by numerical experiments. |
| キーワード(和) | 条件付き確率推定 / 特徴選択 / スパース構造ノルム |
| キーワード(英) | Conditional density estimation / Feature selection / Sparse structured norm |
| 資料番号 | NC2013-56 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2013/12/14(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 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 特徴選択を同時にできる条件付き確率推定法 |
| サブタイトル（和） | |
| タイトル（英） | Conditional Density Estimation with Feature Selection |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 条件付き確率推定 / Conditional density estimation |
| キーワード(2)（和/英） | 特徴選択 / Feature selection |
| キーワード(3)（和/英） | スパース構造ノルム / Sparse structured norm |
| 第 1 著者 氏名（和/英） | 志賀 元紀 / Motoki SHIGA |
| 第 1 著者 所属（和/英） | 岐阜大学工学部電気電子・情報工学科情報コース Informatics Course, Department of Electrical, Electronic and Computer Engineering, Faculty of Engineering, Gifu University |
| 第 2 著者 氏名（和/英） | 杉山 将 / Masashi SUGIYAMA |
| 第 2 著者 所属（和/英） | 東京工業大学大学院情報理工学研究科計算工学専攻 Department of Computer Science, Graduate School of Information Science and Engineering, Tokyo Institute of Technology |
| 発表年月日 | 2013-12-21 |
| 資料番号 | NC2013-56 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | 374 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |