{"product_id":"ieej-ct10tc04014","title":"カーネル主成分分析の高速追加学習アルゴリズム","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003eTC4-14\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【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\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2010\/09\/02\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eA Fast Incremental Learning Algorithm of Kernel Principal Component Analysis\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e徳本 隆臣(神戸大学),小澤 誠一(神戸大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eTakaomi Tokumoto(Kobe University),Seiichi Ozawa(Kobe University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e追加学習|カーネル法|主成分分析|特徴抽出|incremental learning|kernel method|principal component analysis|feature extraction\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e本稿では,ストリーミングデータからオンラインで非線形な特徴を高速に抽出できる追加学習型カーネル主成分分析を提案する.提案手法では,複数の学習データが入力されるたびにカーネル主成分分析の固有値問題を更新し,それを解くことで固有ベクトルの更新を行う.特徴固有空間で一次独立なデータを選択して固有ベクトルを表現するため,データの一次独立性を判定する必要がなく,追加学習で保持するデータ数が少なくなり学習が高速化される.\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e4,418 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 6","offer_id":46406430327023,"sku":"IEEJ-CT10TC04014-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_b4f350ca-0886-48a0-ae9e-776cc26ccf3d.png?v=1745138227","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-ct10tc04014","provider":"電気学会 電子図書館","version":"1.0","type":"link"}