Kullback-Leiblerカーネルによる正規化周波数スペクトル判別とその圧力調整器劣化診断への応用(パターン認識)

スポンサーリンク

概要

論文の詳細を見る
線形判別学習機械であるサポートベクタマシン(SVM)は,非線形判別を可能とするカーネル法との組合せにより,今世紀に入り目覚ましい成功を収め今なお発展し続けている.しかしながら,能力の高い判別器の構成のためにはパラメータのチューニングに加え,適切なカーネル関数の設計が不可欠である.本研究では,正規化周波数スペクトル判別問題に対し,確率分布間の近さを測る指標であるKullback-Leiblerダイバージェンスをもとに作成されたカーネル関数を使用することで,より判別能力の高い非線形SVMの構成を目指す.また,その方法を高圧ガス圧力調整器のゴム膜劣化の診断に応用する.その結果として,本応用事例に対しては多項式カーネル,ガウシアンカーネルなどの一般によく使用されるカーネル関数を使用するよりも,高い判別性能をもつことを実験的に示す.
社団法人電子情報通信学会の論文
2007-10-01

著者

関連論文

もっと見る

スポンサーリンク