WEKO3
アイテム
最大幾何マージン最小分類誤り学習法を目指して
https://doi.org/10.14988/pa.2017.0000011851
https://doi.org/10.14988/pa.2017.0000011851db681c1e-778d-41f4-9b4e-455a139732ff
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
023050030006.pdf (318.1 kB)
|
|
| Item type | 紀要論文 / Departmental Bulletin Paper(1) | |||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2009-11-12 | |||||||||||||||||||||||||||||
| タイトル | ||||||||||||||||||||||||||||||
| タイトル | 最大幾何マージン最小分類誤り学習法を目指して | |||||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||||||
| タイトル | ||||||||||||||||||||||||||||||
| タイトル | サイダイ キカ マージン サイショウ ブンルイ アヤマリ ガクシュウホウ オ メザシテ | |||||||||||||||||||||||||||||
| 言語 | ja-Kana | |||||||||||||||||||||||||||||
| タイトル | ||||||||||||||||||||||||||||||
| タイトル | Towards Maximum Geometric Margin Minimum Error Classification | |||||||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||||||||
| 言語 | ||||||||||||||||||||||||||||||
| 言語 | jpn | |||||||||||||||||||||||||||||
| キーワード | ||||||||||||||||||||||||||||||
| 主題 | 最小分類誤り学習, 幾何マージン, 関数マージン, サポート・ベクター・マシン minimum classification error training, geometric margin, functional margin, support vector machine |
|||||||||||||||||||||||||||||
| 資源タイプ | ||||||||||||||||||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||||||||||||||||||||||||
| 資源タイプ | departmental bulletin paper | |||||||||||||||||||||||||||||
| ID登録 | ||||||||||||||||||||||||||||||
| ID登録 | 10.14988/pa.2017.0000011851 | |||||||||||||||||||||||||||||
| ID登録タイプ | JaLC | |||||||||||||||||||||||||||||
| アクセス権 | ||||||||||||||||||||||||||||||
| アクセス権 | open access | |||||||||||||||||||||||||||||
| アクセス権URI | http://purl.org/coar/access_right/c_abf2 | |||||||||||||||||||||||||||||
| 著者 |
山田, 幸太
× 山田, 幸太× 片桐, 滋
WEKO
16730
× マクダーモット, エリック× 渡辺, 秀行
WEKO
16732
× 中村, 篤
WEKO
16733
× 渡部, 晋治
WEKO
16734
× 大崎, 美穂 |
|||||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||||||
| 値 | 山田, 幸太 / Graduate School of Engineering, Doshisha University | |||||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||||||
| 値 | 片桐, 滋 / Graduate School of Engineering, Doshisha University | |||||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||||||
| 値 | マクダーモット, エリック / NTT Communication Science Laboratories, NTT Corporation | |||||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||||||
| 値 | 渡辺, 秀行 / Mastar Project, National Institute of Information and Communications Technology | |||||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||||||
| 値 | 中村, 篤 / NTT Communication Science Laboratories, NTT Corporation | |||||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||||||
| 値 | 渡部, 晋治 / NTT Communication Science Laboratories, NTT Corporation | |||||||||||||||||||||||||||||
| 著者所属 | ||||||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||||||
| 値 | 大崎, 美穂 / Graduate School of Engineering, Doshisha University | |||||||||||||||||||||||||||||
| 抄録 | ||||||||||||||||||||||||||||||
| 内容記述タイプ | Abstract | |||||||||||||||||||||||||||||
| 内容記述 | 計算機の性能や利用可能なデータ量に関する近年の著しい進歩に伴い,パターン分類器設計のための識別学習法に関する研究の関心が高まってきた.中でも,最小分類誤り学習(MCE)とサポート・ベクター・マシン(SVM)は大きな注目を集めている.前者は多様なタイプの音声分類器あるいはテキスト分類器のための汎用的な識別学習の枠組みとして広く用いられ,一方,後者は固定次元ベクトルの効果的な分類のための標準的な技術となっている.原理的には,MCEは最小誤り分類の達成を目指し,それとは対照的にSVMは分類決定における耐性の向上を目指す.これらの2つの異なる目標を同時に達成することができれば,明らかに有益な分類を実現できるものと考えられる.本論文は,こうした問題意識に立ち,MCEとSVMとの2つの方法論を詳細に分析し,最大幾何マージンと最小誤り分類との双方を実用的な枠組みにおいて同時に達成する新しいMCE訓練法を提案するものである. | |||||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||||||
| 抄録 | ||||||||||||||||||||||||||||||
| 内容記述タイプ | Abstract | |||||||||||||||||||||||||||||
| 内容記述 | The recent dramatic growth of computation power and data availability has increased research interests in discriminative training methodologies for pattern classifier design. Minimum Classification Error (MCE) training and Support Vector Machine (SVM) training methods are especially attracting a great deal of attention. The former has been widely used as a general framework for discriminatively designing various types of speech and text classifiers; the latter has become the standard technology for the effective classification of fixed-dimensional vectors. In principle, MCE aims to achieve minimum error classification, and in contrast, SVM aims to increase the classification decision robustness. The simultaneous achievement of these two different goals would definitely valuable. Motivated this concern, in this paper we elaborate the MCE and SVM methodologies and develop a new MCE training method that leads in practice to the best condition of maximum geometric margin and minimum error classification. | |||||||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||||||||
| 書誌情報 |
ja : 同志社大学理工学研究報告 en : The Science and Engineering Review of Doshisha University 巻 50, 号 3, p. [149]-158, 発行日 2009-10-31 |
|||||||||||||||||||||||||||||
| 出版者 | ||||||||||||||||||||||||||||||
| 出版者 | 同志社大学理工学研究所 | |||||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||||||
| 出版者（英） | ||||||||||||||||||||||||||||||
| 出版者 | Science and Engineering Research Institute of Doshisha University | |||||||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||||||||
| ISSN | ||||||||||||||||||||||||||||||
| 収録物識別子タイプ | PISSN | |||||||||||||||||||||||||||||
| 収録物識別子 | 00368172 | |||||||||||||||||||||||||||||
| 書誌レコードID | ||||||||||||||||||||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||||||||||||||||||||
| 収録物識別子 | AN00165868 | |||||||||||||||||||||||||||||
| 権利者情報 | ||||||||||||||||||||||||||||||
| 権利者識別子Scheme | AID | |||||||||||||||||||||||||||||
| 権利者識別子 | DA03974933 | |||||||||||||||||||||||||||||
| 権利者名 | 同志社大学理工学研究所 | |||||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||||||
| 権利者名 | Science and Engineering Research Institute of Doshisha University | |||||||||||||||||||||||||||||
| 言語 | en | |||||||||||||||||||||||||||||
| 関連サイト | ||||||||||||||||||||||||||||||
| 関連タイプ | isFormatOf | |||||||||||||||||||||||||||||
| 識別子タイプ | URI | |||||||||||||||||||||||||||||
| 関連識別子 | https://doors.doshisha.ac.jp/opac/opac_link/bibid/SB00960326/?lang=0 | |||||||||||||||||||||||||||||
| 言語 | ja | |||||||||||||||||||||||||||||
| 関連名称 | 掲載刊行物所蔵情報へのリンク ／ Link to Contents | |||||||||||||||||||||||||||||
| フォーマット | ||||||||||||||||||||||||||||||
| 内容記述タイプ | Other | |||||||||||||||||||||||||||||
| 内容記述 | application/pdf | |||||||||||||||||||||||||||||
| 出版タイプ | ||||||||||||||||||||||||||||||
| 出版タイプ | VoR | |||||||||||||||||||||||||||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||||||||||||||||||||||||||
| 日本十進分類法 | ||||||||||||||||||||||||||||||
| 主題Scheme | NDC | |||||||||||||||||||||||||||||
| 主題 | 007.13 | |||||||||||||||||||||||||||||
