疎な解を得られるカーネルマシンを用いたMultiple Instance Learning問題の一解法(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
Multiple Instance Learning 問題 (MIL)は,大枠ではクラス分類問題の一つである.一般的なクラス分類問題と言えば,+または-のラベルが与えられた単語を学習し,新たな単語のラベルを,単語同士の類似性より推定するような問題であるこれを解く手法として,Support Vector Machine (SVM) やロジステイック回帰などがあり,高速な手法も開発されている.またその実装も,パッケージ化されているものが多く,適用が容易である.それに対して MIL の解法は,パッケージ化の例は少なく,また分類基準が複雑なため,一般的なクラス分類問題の解法に比べて計算量などにおいて劣る場合が多い.そこで本報告では,基底関数の構成方法を変更するだけで,MIL を Relevance Vector Machine (RVM) などの疎な解を得るカーネルマシンで解けるようにする枠組みを提案する提案手法では,正しいキーワードが推定できていれば,他の単語に対する情報が不十分であっても誤ったキーワードを推定しにくいということがわかった.
- 2011-08-29
論文 | ランダム
- 117C04108 中学校体育授業における準備運動論 : 中学校体育教師と生徒の準備運動観(体育科教育学)
- 中学校保健体育教師の健康観と授業観 : 保健授業と体育授業の健康観の統合をめざして
- 市販ディジタルカメラを用いた再現性のある色の測定(生体工学)
- 異なるプリンタによる印字結果の自動比較(一般セッション10)
- 異なるプリンタによる印字結果の自動比較(一般セッション4,三次元画像,多視点画像)