ヒルベルト空間における部分空間法
スポンサーリンク
概要
- 論文の詳細を見る
部分空間法の認識率向上のためには, 部分空間同士の共通部分の次元数を減らすことが重要であるが, そのためには, 特徴空間を, 高次元空間へ写像することが有効である.本稿では, Support Vector Machineで用いられているImplicitな写像を用いて, 特徴空間を, 無限次元のヒルベルト空間に写像し, そこで, 部分空間法を用いて識別を行うことを提案する.ひらがな認識実験を行った結果, 従来の部分空間法よりも高い認識率を得ることができた.
- 社団法人電子情報通信学会の論文
- 1998-07-27
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