複数カーネル関数を用いたサポートベクターマシン

カテゴリ: 部門大会

論文No: GS14-1

グループ名: 【C】平成19年電気学会電子・情報・システム部門大会講演論文集

発行日: 2007/09/04

タイトル(英語): Support Vector Machine using Multiple Kernel Function

著者名: 伊藤 一希(千葉工業大学),山口 智(千葉工業大学)

著者名(英語): Kazuki Ito(Chiba Institute of Technology),Satoshi Yamaguchi(Chiba Institute of Technology)

キーワード: サポートベクターマシン|カーネル関数|確率ニューラルネットワーク|モジュラーネットワーク|Support Vector Machine|Kernel Function|Stochastic Neural Network|Modular Network

要約(日本語): サポートベクターマシンは、カーネルを導入することによって線形分離可能でない場合に対しても良い認識率を示す。最終的には、このカーネルの良し悪しがサポートベクターマシンの性能に大きく影響を与える。
実際には、カーネルの選択はユーザーが行わなければならず、現在ではガウシアンカーネルや多項式カーネルが用いられるのが一般的である。しかし、それらは各問題に対してアドホックなものであり、どんな対象にでも良い性能を発揮するものではない。
そこで本論文では、新たなカーネル選択の手法としてモジュラーネットワークを用い、そのエキスパートネットワークとして複数のカーネル関数を適用する手法を提案する。

PDFファイルサイズ: 1,518 Kバイト