{"product_id":"ieej-zt123024","title":"同時摂動最適化法を用いたSVMアルゴリズム","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e3-024\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成24年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2012\/03\/05\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eSVM Algorithm Using Simultaneous Perturbation Method\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e関口 祐樹(関西大学),前田 裕(関西大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語): \u003c\/strong\u003eYuki Sekiguchi(Kansai University),Yutaka Maeda(Kansai University)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003eSVM|同時摂動最適化法|パターン認識\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003eパターン認識のための手法として様々な方法が考え出されている。その中でも非常に優れた学習能力をもつSupport Vector Machine(SVM)に関する研究が盛んに行われている。本研究では、同時摂動最適化法を用いたハードウェア設計向けのSVMアルゴリズムを提案する。同時摂動最適化法は、パラメータの次元数にかかわらず評価関数の2回の計算のみでSVMのパラメータを修正することができ、差分近似による勾配法と比べて計算時間の短縮や回路の簡易化を図ることが可能である。また、提案したSVMシステムの有効性について、2種類の実データを用いて検証した。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e1,695 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 \/ 2","offer_id":46399534137583,"sku":"IEEJ-ZT123024-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_f673095c-493a-4302-9c54-1aa56c6408c4.png?v=1744900079","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt123024","provider":"電気学会 電子図書館","version":"1.0","type":"link"}