分類問題のためのプラグマティックルールベースによるクラス推定手法における重みづけの検討
分類問題のためのプラグマティックルールベースによるクラス推定手法における重みづけの検討
カテゴリ: 部門大会
論文No: TC11-5
グループ名: 【C】2021年電気学会電子・情報・システム部門大会
発行日: 2021/09/08
タイトル(英語): Weighting Estimation Method by Pragmatic Rule-Bases for Classification Problems
著者名: 木村 亮斗(愛媛大学),稲元 勉(愛媛大学),樋上 喜信(愛媛大学)
著者名(英語): Akito Kimura (Ehime University),Tsutomu Inamoto (Ehime University),Yoshinobu Higami (Ehime University)
キーワード: ルールベース|分類問題|人工神経回路網人工神経回路網|rule-base|classification problem|artificial neural network
要約(日本語): 本研究では, 大規模な分類問題へプラグマティックルール形式に基づく機械学習手法を適用したときの正解率の向上を目的とする. 現在, 一般的に利用されるルール形式には, 大規模な問題に対して全てのルールを人手で入力するのは現実的に難しいという問題がある. よって, 機械的にルールを獲得する手法が必要がある. このような手法にプラグマティックルール形式に基づく機械学習手法がある. しかし, この手法を大規模な分類問題のベンチマーク問題に適用すると, 正解率が低くなるという問題が存在する. この手法では, 分類するデータから作成した数値ベクトルとルールの一致度を求め, それに基づいてクラスを選択するという手続きをとる. 本稿では, ルールの要素に重みをつけて一致度を求め, クラスを選択する手法を提案する. 提案手法を小規模な分類問題のベンチマーク問題に適用したときの正解率を求め, 有効性の調査を行う.
PDFファイルサイズ: 439 Kバイト
受取状況を読み込めませんでした
