サポートベクターマシンの埋め込み関数の学習について

スポンサーリンク

概要

論文の詳細を見る
近年、学習マシンの中でサポートベクターマシン(SVM)は、汎化性能が優れることで注目されている。一方、次の問題点も考えられる。まず、予め設定された埋め込み関数によって入力信号を特徴空間に写したときは、一般的に線形分離できる確証はない。例えば常にoutlierの存在する可能性がある。また、たとえ線形分離ができたとしても、一般的な場合は数多くの埋め込み関数、即ち非常に高次元な特徴空間が必要である。本論文では、サポートベクターマシンの以上の問題点を解決するために、埋め込み関数の学習を用いた新しい方式について提案する。まず、埋め込み関数を効率的に学習するための評価関数を新たに定義する。そして、それに基づいた重み係数と埋め込み関数のパラメータの学習アルゴリズムを示す。
社団法人電子情報通信学会の論文
2003-03-10

著者

関連論文

もっと見る

スポンサーリンク