Total Margin Algorithms in Support Vector Machines(Pattern Recognition)
スポンサーリンク
概要
- 論文の詳細を見る
Support vector algorithms try to maximize the shortest distance between sample points and discrimination hyperplane. This paper suggests the total margin algorithms which consider the distance between all data points and the separating hyperplane. The method extends and modifies the existing algorithms. Experimental studies show that the total margin algorithms provide good performance comparing with the existing support vector algorithms.
- 社団法人電子情報通信学会の論文
- 2004-05-01
著者
-
中山 弘隆
甲南大学 知能情報学部
-
Yoon Min
Yonsei University
-
YUN Yeboon
Faculty of Engineering, Kagawa University
-
NAKAYAMA Hirotaka
Konan University
-
Yun Yeboon
Faculty Of Engineering Kagawa University
関連論文
- ラディアルベーシス関数ネットワークと領域適応型遺伝的アルゴリズムを用いた最適設計 : 第3報,自己組織化マップを用いたデータの生成法の利用(機械力学,計測,自動制御)
- 3404 ラディアルベーシス関数と領域適合型遺伝的アルゴリズムを用いた近似最適化 : 探索領域の絞込みに関する検討(OS03/近似最適化)
- 1920 RBFネットワークを利用した多目的近似最適化手法の開発(OS-19D 進化的最適化,OS-19 計算力学と最適化)
- RBFネットワークと領域遺伝型遺伝的アルゴリズムを用いた近似最適化手法の開発 : 推奨関数に関する検討(設計と最適化I)
- RBFネットワークと領域遺伝型遺伝的アルゴリズムを用いた近似最適化 : 推奨関数の提示と基礎的な検討(機械力学,計測,自動制御)
- RBF ネットワークによる関数近似を用いた既設構造物の最適耐震要素決定法に関する研究
- サポートベクターマシンとRBFネットワークによる追加学習と能動忘却について
- Support Vector MachineとRBFネットワークによる追加学習(サポートベクターマシン(1))
- 1982年7月長崎災害におけるラフ集合を用いた土石流発生・非発生の評価ルール設定に関する研究
- ラフ集合を用いたデータマイニングによる土砂移動現象の重要要因及びルール抽出に関する研究
- プラント配置設計の多目的最適化 : 第1報,遺伝的アルゴリズムによる構内配置問題の最適設計(機械要素,潤滑,設計,生産加工,生産システムなど)
- 計算知能を用いた逐次近似多目的最適化手法
- サポートベクターマシンによる対策工効果を考慮した土石流危険渓流の危険度評価
- 207 計算知能を用いたハイブリッド型多目的最適化法
- 計算知能を用いる多目的近似最適化手法
- SVMによる企業の倒産予測(予測)
- 多基準意思決定において一般化包絡分析法
- 一般化包絡分析法への双対アプローチ
- 一般化包絡分析法と遺伝アルゴリズムによる多目的最適化の一手法
- 一般化包絡分析法と遺伝アルゴリズムによる多目的最適化の一手法(DEA(2))
- 包絡分析法(DEA)モデルの一般化
- 包絡分析法(DEA)モデルの一般化(AHP・DEA(3))
- 2313 RBFN を利用した近似最適化の実用化への試み
- 2202 データ包絡分析法を用いたトレンド分析法の開発 : 技術的トレンドと市場ニーズの関係について
- 1304 RBF を用いた近似最適化 : 離散変数との混合最適化の場合
- 領域遺伝型遺伝的アルゴリズムの開発 : 多目的最適設計の場合(機械力学,計測,自動制御)
- データ包絡分析法を用いた総合技術指標の構築手法(機械力学,計測,自動制御)
- 2103 RBF と領域遺伝型遺伝的アルゴリズムを用いた近似最適化 : 制約条件つき問題への適用
- 1304 データ包絡分析法を用いたトレンド分析法の開発 : 年度更新に伴うトレンドの変遷について
- 107 領域遺伝型遺伝的アルゴリズムを用いた多目的最適設計
- 2557 RBF と GA を用いた統合最適化環境
- J1201-4-3 発電プラント機器配置計画の多目的最適化(解析・設計の高度化・最適化IV)
- 205 RBFを利用した満足化トレードオフ法の近似解法
- ラフ集合を用いたデータマイニングによるがけ崩れ発生要因の抽出に関する研究
- パターン分類におけるポテンシャル法について
- RBFネットワークと遺伝アルゴリズムによる未知目的関数の最適化
- 2215 近似最適化を用いた発電プラント運用の多目的最適化(OS3 近似最適化(II),未来社会を支えるものづくりとひとづくり(設計・システムから))
- 4301 対話型多目的計画法を用いた火力発電プラントの起動スケジューリング(S62-1 高効率石炭火力発電(1),S62 高効率石炭火力発電)
- 3403 計算知能による目的関数予測にもとづく最適化(OS03/近似最適化)
- RBFネットワークと遺伝アルゴリズムを用いた近似最適化
- 2202 一般化包絡分析法を用いた工学設計(G01-1/一般(1))(G01/一般)
- 2101 データ包絡分析法を用いたトレンド分析法の開発(OS04-2/コラボレーション・コンカレント設計(2))(OS04/コラボレーション・コンカレント設計)
- データ包絡分析法を用いた技術指標のトレンド分析
- 2111 DEA を用いた設計指針の検討
- 340 多目的最適設計のための領域適応型遺伝的アルゴリズム
- 2212 多目的最適化における近似の利用に関する考察(OS3 近似最適化(I),未来社会を支えるものづくりとひとづくり(設計・システムから))
- 2211 近似最適化手法の比較について(OS3 近似最適化(I),未来社会を支えるものづくりとひとづくり(設計・システムから))
- 豪雨時の道路事前通行規制基準雨量の設定に関する研究
- 回帰とRBFを利用した近似最適化
- RBFによる近似最適化手法の満足化トレードオフ法への利用(設計と最適化II)
- 包絡分析法を用いた客観的な急傾斜地崩壊対策施設整備優先順位設定法
- 包絡分析法を用いた個別斜面におけるがけ崩れ発生限界雨量線の設定
- ラディアルベーシス関数ネットワークと領域適応型遺伝的アルゴリズムを用いた最適設計 (第2報, 制約条件のある場合における検討)
- ラディアルベーシス関数ネットワークと領域適応型遺伝的アルゴリズムを用いた最適設計 (第1報, 制約条件のない場合における検討)
- 感度を考慮した SVM による逐次的追加学習と忘却
- SVMを用いた受動忘却(予測)
- DEAを用いたがけ崩れにおける警戒避難基準雨量の設定
- 斜面要因を考慮した斜面毎の非線形がけ崩れ発生限界雨量線の設定方法とその崩壊予測精度
- 山口県の安山岩・花崗岩斜面におけるがけ崩れ発生降雨の特徴分析
- 2201 DEAを用いたがけ崩れ発生限界雨量線の設定(G01-1/一般(1))(G01/一般)
- 多目的線形計画法を用いたサポートベクターマシン
- サポートベクターマシンと多目的計画法
- 多目的計画法を用いたSVM(サポートベクターマシン(1))
- 地域特性を考慮した非線形がけ崩れ発生限界雨量線に対するRBFネットワークの適用
- RBF ネットワークを用いた非線形がけ崩れ発生限界雨量線の設定に関する研究
- 一般化包絡分析法を用いた多目的PSO法
- 多目的最適化設計・満足化設計について
- 数式処理システムを用いた数式採点の枠組み
- テキストマイニングと表現分析を応用した対話型e-Learningシステム
- 1107 データ包絡分析法を用いた総合技術指標の構築手法 : 第4報 製品系列を考慮した市場ニッチの探索(OS10-2 設計における知識マネジメント・情報共有II,OS10 設計における知識マネジメント・情報共有)
- 212 プラント配置設計の多目的最適化
- B-24 コンバインドサイクル発電プラントの起動スケジュールの多目的最適化(開発・性能II,一般講演)
- Total Margin Algorithms in Support Vector Machines(Pattern Recognition)
- Support Vector Machines Controlling Noise Influence Directly
- データベースからの重要属性の抽出(サポートベクターマシン(2))
- 第66回シンポジウムルポ(情報の窓)
- 計算知能の逐次近似多目的最適化への応用(インテリジェント技術とOR)
- 期待改善量と一般化包絡分析法を用いたパレート最適解の生成法
- サポートベクターマシンによるブラックボックス目的関数最適化
- サポートベクターの感度を考慮した追加学習(サポートベクターマシン(2))