サポートベクターマシンのための教師データ抽出法：K-means法と限定法の適用

カテゴリ: 部門大会

論文No: OS5-10

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): Extracting Method of Training Data for Support Vector Machine：Applications of K-means method and Restriction Method

著者名: 佐良土賢樹 (慶應義塾大学),相吉英太郎 (慶應義塾大学)

キーワード: サポートベクターマシン|K-平均法|最適化最適化|SVM|K-means　method|optimization|support vector machine

要約(日本語): パターン分類器として注目を集めているサポートベクターマシン（SVM）には,教師データの数に伴って学習計算量が二次のオーダーで増大するという問題点がある.そこで本研究では,SVMに対してより高い識別性能をより少ない教師データを用いて学習するため教師データ抽出法を提案する.抽出には,クラスタリング手法であるK-means法と,最大誤差最小化方式によるデータ選別法である限定法を用いる.K-means法では非凸なデータ集合を分割した凸部分集合の中心付近に,限定法ではデータ集合の境界付近から教師データが抽出され,両者の組み合わせにより高い識別性能が実現される.

PDFファイルサイズ: 3,219 Kバイト