部分空間法に基づく線形計画サポートベクトルマシン

カテゴリ: 部門大会

論文No: GS6-5

グループ名: 【C】平成21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: 2009/09/03

タイトル(英語): Subspace Based Linear Programming Support Vector Machines

著者名: 竹内 翔吾(神戸大学),北村 拓也(神戸大学),阿部 重夫(神戸大学),福井 和広(筑波大学)

著者名(英語): Syogo Takeuchi(Kobe University),Takuya Kitamura(Kobe University),Shigeo Abe(Kobe University),Fukui Kazuhiro(University of Tsukuba)

キーワード: カーネル部分空間法|線形計画サポートベクトルマシン|特徴選択特徴選択|kernel subspace methods|linear programming support vector machines|feature selection

要約(日本語): 部分空間法において、クラスに関連している部分空間は軸と呼ばれる少数のベクトルによって表現され、類似度が定義される。入力は最も高い類似性があるクラスに分類され、各軸には同量の重みを与える。しかし、この重みはクラスの分類という観点からは最適な重みとは言えない。

本論文では、線形計画サポートベクトルマシン（SVMs）の考えを利用し、軸にかかる重みを最適化する手法を提案する。類似度が超平面に対応するとみなし、軸と関連したクラスと残りのクラスの間でマージンを最大にする最適化問題を定式化する。

PDFファイルサイズ: 4,547 Kバイト