アクティブセットに基づいたサポートベクトルマシンの高速学習方式

カテゴリ: 部門大会

論文No: GS12-4

グループ名: 【C】平成22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: 2010/09/02

タイトル(英語): Fast Training of Support Vector Machine Based on Active Set

著者名: 藪脇諒佑 (神戸大学),阿部 重夫(神戸大学)

著者名(英語): Ryosuke Yabuwaki(Kobe University),Shigeo Abe(Kobe University)

キーワード: サポートベクトルマシン|高速学習|パターン認識|アクティブセット学習|収束|Support Vector Machine|fast training|pattern recognition|active set training|convergence

要約(日本語): 本論文では, サポートベクトルマシン (SVM) のアクティブセット学習を高速に
行う手法を提案する.
部分問題をニュートン法により繰り返して学習する過程で, 制約条件の違反数の振動回数が閾値に達した際,データの追加をしないことで許容解を求める.
その後,許容解の範囲で解を修正することでアクティブセット学習を行う.
計算機実験により提案手法が従来手法に対してより高速かつ安定であることを示す.

PDFファイルサイズ: 4,759 Kバイト