サポートベクターマシンとは何か
スポンサーリンク
概要
- 論文の詳細を見る
サポートベクターマシンとは, 近年注目を集めているパーセプトロン型のパターン認識手法の名前である.この手法は, PAC学習に基づく理論的背景を持ち, 同時に, 実験的に非常に優れた成績を挙げている.また, 学習は, 二次計画問題を解くことによって行うことができ, 局所解の問題も存在しない.サポートベクターマシンは, 本来線形識別器であるが, カーネル関数と組み合わせることによって, 学習の簡便さを失うことなく, 非線形に容易に拡張できる.本稿では, パターン認識研究における久しぶりの大型新人であるサポートベクターマシンについて, 応用の研究者を意識して, 計算機上での実現法を中心に述べる.また, 理論的背景についても, 簡潔に解説する.
- 社団法人電子情報通信学会の論文
- 2000-06-25
著者
関連論文
- 逐次的ファジークラスタ抽出法とそのノイズに対するロバスト性
- 類似度行列の固有ベクトルを用いるクラスタ抽出法
- 共起行列の固有ベクトルを用いる単語クラスタリング法 : 文書データベースの概要を表す単語クラスタの抽出
- 自動作成された単語間リンクによる検索質間作成支援
- 文書検索のための自己組織化セマンティックマップの階層化
- Entropy Number Boundに基づく最適超平面識別器
- 4点埋め込みを用いた距離空間上のパターン認識手法
- 点の対応に基づく3次元形状の類似度尺度
- 類似度表現を用いた三次元物体の識別
- サポートベクターマシンとは何か
- 正規対数尤度の最小二乗誤差推定
- SVMと復元問題
- Scholkopf, B., Burges, C.J.C. and Smola, A.J., eds.: Advances in Kernel Methods : Support Vector Learning, MIT Press (1998).
- ヒルベルト空間における部分空間法 (パターン認識のための学習 : 基礎と応用)
- 可変カーネル関数を用いたSupport Vector Machine
- ヒルベルト空間における部分空間法
- isAI 2011報告