多重非線形部分空間法におけるカーネルパラメータの事前選択法

カテゴリ: 部門大会

論文No: GS5-4

グループ名: 【C】平成23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: 2011/09/07

タイトル(英語): Preselection of Kernel Parameter for Multi-Nonlinear Subspace Methods

著者名: 北村 拓也(富山高等専門学校),阿部 重夫(神戸大学)

著者名(英語): Takuya Kitamura(Toyama National College of Technology),Shigeo Abe(Kobe University)

キーワード: 部分空間法|カーネル法|サポートベクトルマシン|オーバーフィッティング|subspace method|kernel method|support vector machine|over fitting

要約(日本語): 本論文では, 多重非線形部分空間法におけるカーネルパラメータの事前選択法を提案する. すなわち, まず人為的に選択した複数のカーネルパラメータを用いて通常の部分空間法におけるモデル選択を行い, その中から過学習になりうるカーネルパラメータを省き, 多重非線形部分空間法に用いる. これにより, 過学習を引き起こしうるカーネルパラメータを事前に取り除くことができ, 汎化能力の向上につながる. 計算機実験により, ベンチマークデータセットを用いて提案手法の有効性を示す.

PDFファイルサイズ: 4,458 Kバイト