クラスタリング回帰による最近傍識別器の教師付き学習法
スポンサーリンク
概要
- 論文の詳細を見る
最近傍パターン識別器の代表点の学習法であるLVQなどでは各カテゴリーの代表点の数を予め設定しなければならず, また木探索識別器には適用できない. ここでは関数回帰に基づく学習法を提案する. 本学習法は, 識別器の学習が関数が定数であるという関数回帰の特別な場合であることに基づいて, 独立変数の空間をクラスタ分割するような関数回帰の学習法によって最近傍識別器の代表点の最適な配置を求めるものである. 本方法の特長は, 十分な数の代表点を用意しておけば各カテゴリーに必要十分な数の代表点が自動的に割り振られることと, 木探索識別器の代表点を一括して最適化する学習が行えることである. 簡単な例題によってこれらの性質を検証する.
- 社団法人電子情報通信学会の論文
- 1996-11-21
著者
関連論文
- マルチモーダルパターン識別器の教師なし学習
- 最近傍識別器の教師あり/なし混合学習
- ファジイハフ変換による関数回帰
- 結合プロセスによる画像の復元とセグメンテーション
- ロバストエネルギー最小化によるエッジ保存平滑化
- アフィン部分空間への射影による最近傍識別器の学習法
- クラスタリング回帰による最近傍識別器の教師付き学習法
- ドットパターンのマッチングとしての仮現運動知覚モデル
- ファジイハフ変換の勾配アルゴリズム
- サンプリングプロセスによる画像の復元と圧縮