重要なTraining Dataを進化させるための効果的な方法(PRMU&NCテーマセッション(1) : 認識と学習)(認識と学習,模倣学習)
スポンサーリンク
概要
- 論文の詳細を見る
我々の研究グループは以前、訓練データを進化させ、その結果から小さくて理解しやすい決定木を生成する方法を提案した。この方法の最大の問題は計算量が大きくなることである。その一因として、世代更新数が大きいことが挙げられる。どの程度進化させるかがわからない場合は、通常多めに世代更新数を設定する。この問題を解決するために、本論文では、validation setを基にした改善策を提案する。主な考え方としては、validation setを使って進化の度合いを客観的に評価し、適切な時点で進化を停止するということである。こうすれば、訓練データに対するエラーは多少犠牲になるが、汎化能力を下げることなく、早い段階で進化を終了することができる。いくつかの公開データベースを用いて実験をし、本手法の有効性を確認した。
- 2003-10-17
著者
関連論文
- 第19回インテリジェントシステムシンポジウム(FAN2009)/第1回国際アウエアコンピューティングワークショップ(IWAC2009)報告
- ベイジアンフィルタに基づく研究者検索システムの開発(セッション1:検索)
- ベイジアンフィルタに基づく研究者検索システムの開発(一般セッション,パターン認識・メディア理解のための学習理論とその周辺)
- Fan-in-fan-out制限付きニューラルネットをノードとするニューラルネットツリーの進化的設計に関する考察
- 遅延を持つニューラルネットワークによるロボットナビゲーション
- NNC-Treeに基づく頭部姿勢認識(セッション1:検索)
- 1E-4 ニューラルネットツリーの汎化能力に関する一考察(学習,一般セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- グレーゾーン付きニューラルネットツリーの生成(セッション9:アプリケーション(2))
- 判別木,ニューラルネットと進化アルゴリズムの統合
- NNC-Treeに基づく姿勢認識(テーマセッション,パターン認識・メディア理解のための学習理論とその周辺)
- 2K-4 遺伝的プログラミングを利用した二進判別木の設計
- クラスタリングを用いたLDAによる顔検出(ニューラルネットワーク画像復元及び一般)
- 次元圧縮に基づくNNC-Tree構築の高速化
- NNCに基づく距離空間での決定木の構築(顔・ジェスチャ認識のためのパターン認識メディア理解,一般)
- NNCに基づく距離空間での決定木の構築(顔・ジェスチャ認識のためのパターン認識メディア理解,一般)
- 重要な Training Data を進化させるための効果的な方法
- 重要なTraining Dataを進化させるための効果的な方法(PRMU&NCテーマセッション(1) : 認識と学習)(認識と学習,模倣学習)
- 重要なTraining Dataを進化させるための効果的な方法(PRMU&NCテーマセッション(1) : 認識と学習)(認識と学習,模倣学習)
- NN-MLPの進化学習の安定化に関する基礎的考察
- ランダムMLPが提供した特徴に基づく判別木の構成
- 層交差結合によるMLP性能の向上
- 同心円上の交差数を特徴とする手書き数字認識
- 神経回路網による最近傍方法の実現
- 教師付き学習によるニューラルネットツリーの実時間学習の性能向上と効率化(一般セッション(6))(データマイニングとパターン認識・メディア理解)
- NNTreeの再学習によるサイズリダクション
- NNTreeの再学習によるサイズリダクション
- ニューラルネットツリー : 記号と非記号手法の融合
- ニューラルネットツリー : 記号と非記号手法の融合