{"product_id":"ieej-ct11gs05004","title":"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","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\u003eGS5-4\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【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\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2011\/09\/07\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003ePreselection of Kernel Parameter for Multi-Nonlinear Subspace Methods\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e北村 拓也(富山高等専門学校),阿部 重夫(神戸大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eTakuya Kitamura(Toyama National College of Technology),Shigeo Abe(Kobe University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e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\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e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.\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e4,458 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 \/ 5","offer_id":46406473679087,"sku":"IEEJ-CT11GS05004-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_7cff552b-b50f-4cb1-8c88-f725d20ada15.png?v=1745139728","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-ct11gs05004","provider":"電気学会 電子図書館","version":"1.0","type":"link"}