一般損失最小化に基づくカーネル識別器の学習(この論文は研究会登録者以外の方は購入できません)
スポンサーリンク
概要
- 論文の詳細を見る
本稿では、カーネル識別器の新しい学習手法を提案する。まず、任意の損失や事前確率を扱えるように、ベイズ決定理論に基づいた一般損失最小化 (GLM) と呼ぶ新しい学習基準を提案し、本学習基準をカーネル識別器の設計に適用することで新しいカーネル識別器の学習手法を導出する。次に、ソフトマージン SVM もまた GLM の枠組みによって導出できることを示し、提案手法との共通点と相違点を明らかにする。人工データ及び UCI Machine Learning Repository の実データを用いた実験によって、提案手法が SVM よりも少ないモデル自由度で同等以上の識別精度を実現することを確認する。
- 2011-08-29
論文 | ランダム
- 地域医療連携を阻む診療報酬制度に関する検討-転院事例の実態から-
- 診療報酬の支払早期化も課題に--医療保険部会
- 厚労省が[平成]23年度から診療報酬の支払い早期化を検討--診療翌々月の15日、保険者は月2回支払いの可能性
- 平成22年度 診療報酬改定の概要について(下)
- 診療報酬改定と夜勤体制--72時間以内ルールを中心に (特集 WLB(ワーク・ライフ・バランス)を実現する夜勤体制)