Entropy Number Boundに基づく最適超平面識別器
スポンサーリンク
概要
- 論文の詳細を見る
学習においては, 学習機械の容量(複雑さ)を訓練サンプル数に応じて制御することが重要である。最適超平面識別器とは, Vapnikらにより提案された容量調節機能を持つ線形識別器である。これまで, 容量尺度としてはVC次元が用いられて来たが, 本稿では, Williamsonらによって新しく提案されたEntropy number boundという容量尺度を用いて最適超平面識別器を構築する。オンライン文字認識実験の結果, 提案手法は, VC次元による従来法よりも優れた結果を得ることができた。
- 1999-03-18
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