| 講演名 | 2015-01-23 ビットストリング型遺伝的アルゴリズムを用いた最小分類誤り学習の分析(質感の計測・認識・提示,災害) 外越 寛人, 渡辺 秀行, 片桐 滋, ル シュガン, 堀 智織, 大崎 美穂, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 最小分類誤り(MCE:Minimum Classification Error)学習法に広く用いられる勾配法による損失最小化は,損失の大域的な最小状態の発見を保証しない.この問題を軽減することを目指し,大域的な最小化に適した遺伝的アルゴリズム(GA:Genetic Algorithms)の一種である実数値GAを用いるMCE学習法が提案された.しかし,その実数値GAの利用効果はそれほど明確ではない.そこで本稿では,もう一つの選択肢であるビットストリング型GAをMCE学習に適用し,その大局的損失最小化における有効性を調査する.MCE学習における分類誤り数損失の平滑化などを制御した体系的な実験を通し,GAに基づくMCE学習が必ずしも勾配法に勝るものでないこと等を示す. |
| 抄録(英) | Minimum Classification Error (MCE) training using gradient-descent-based loss minimization does not guarantee a global minimum of loss. To solve this problem, MCE training using a real-coded Genetic Algorithm (GA), which is considered suitable for global minimization, was investigated. However, its utility was not clearly demonstrated. In this paper, we newly apply another type of GA, i.e., a bit-string-based GA, to MCE training. From experiments, where such key features of MCE training as the smoothness of the classification error count loss were systematically controlled, we elaborate the nature of bit-string-based loss minimization for MCE training and show that GA-based minimization is not necessarily superior to handy gradient-descent-based minimization. |
| キーワード(和) | 最小分類誤り学習 / 大域的損失最小化 / 遺伝的アルゴリズム |
| キーワード(英) | Minimum classification error training / Global loss minimization / Genetic algorithms |
| 資料番号 | PRMU2014-100,MVE2014-62 |
| 発行日 |
| 研究会情報 | |
| 研究会 | MVE |
|---|---|
| 開催期間 | 2015/1/15(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 | JPN |
| タイトル（和） | ビットストリング型遺伝的アルゴリズムを用いた最小分類誤り学習の分析(質感の計測・認識・提示,災害) |
| サブタイトル（和） | |
| タイトル（英） | Analysis of Minimum Classification Error Training using Bit-String-Based Genetic Algorithms |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 最小分類誤り学習 / Minimum classification error training |
| キーワード(2)（和/英） | 大域的損失最小化 / Global loss minimization |
| キーワード(3)（和/英） | 遺伝的アルゴリズム / Genetic algorithms |
| 第 1 著者 氏名（和/英） | 外越 寛人 / Hiroto TOGOE |
| 第 1 著者 所属（和/英） | 同志社大学 Doshisha University |
| 第 2 著者 氏名（和/英） | 渡辺 秀行 / Hideyuki WATANABE |
| 第 2 著者 所属（和/英） | 情報通信研究機構 NICT |
| 第 3 著者 氏名（和/英） | 片桐 滋 / Shigeru KATAGIRI |
| 第 3 著者 所属（和/英） | 同志社大学 Doshisha University |
| 第 4 著者 氏名（和/英） | ル シュガン / Xugang LU |
| 第 4 著者 所属（和/英） | 情報通信研究機構 NICT |
| 第 5 著者 氏名（和/英） | 堀 智織 / Chiori HORI |
| 第 5 著者 所属（和/英） | 情報通信研究機構 NICT |
| 第 6 著者 氏名（和/英） | 大崎 美穂 / Miho OHSAKI |
| 第 6 著者 所属（和/英） | 同志社大学 Doshisha University |
| 発表年月日 | 2015-01-23 |
| 資料番号 | PRMU2014-100,MVE2014-62 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | 410 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |