多クラス分類のためのデータ分布に基づく階層化手法の提案
スポンサーリンク
概要
- 論文の詳細を見る
本論文では,2 値分類手法を多クラス分類へ拡張するための新たな階層的分類メカニズムの提案を行う.従来までに提案されている One-Against-One(OAO) や One-Against-All(OAA) と異なり,提案手法では学習用として事前に与えられた各クラスのデータ分布に基づいた分類の階層化を行っている.そのため,従来までの手法に比べより高い精度の識別が期待でき,特に少数データからなるクラスの識別においてその効果を期待できると考えている.また,階層化構造がクラス間の類似度を表わすことになるため,得られた分類構造から相対的なクラス特性を推定することができる.本論文では,UCI レポジトリに含まれるいくつかの例題に対して,k-NN,OAO に基づく多クラス SVM との比較実験を行い提案する階層化メカニズムの有効性の検証を試みた.
- 2011-09-08
著者
-
渡邉 真也
室蘭工業大学情報工学科
-
施 建明
室蘭工業大学情報工学科
-
施 建明
室蘭工業大学
-
渡邉 真也
室蘭工業大学
-
久須田 樹哉
室蘭工業大学
-
Paul Horton
産業総合研究所生命情報工学研究センター
-
久須田 樹哉
室蘭工業大学大学院情報電子工学系専攻
関連論文
- 境界領域の容易化を目的としたデータ前処理手法の提案
- 平成20年秋季研究発表会ルポ(情報の窓)
- ブログ記事における話題の流行に注目したリコメンドシステム
- 多クラス問題におけるSVMのカーネルパラメータ最適化(一般)
- 境界領域の容易化を目的としたデータ前処理手法の提案
- ブログ記事における話題の流行に注目したリコメンドシステム
- 最小極大フローに対する効率的なアルゴリズム
- ACOを用いたモチーフ抽出アルゴリズムに関する研究
- ACOを用いたモチーフ抽出アルゴリズムに関する研究
- D.C.最適化による最小極大フロー問題の解法について(ニューラルネットワーク画像復元及び一般)
- D.C.最適化による最小極大フロー問題の解法について
- A-021 凹最小化問題に対するFalk-Solandの分枝限定法に関する一考察(A分野:モデル・アルゴリズム・プログラミング)
- D.C. Optimization Methods for Solving Minimum Maximal Network Flow Problem (Captivation of Convexity : Fascination of Nonconvexity)
- 多数非劣解集合からの設計支援手法の開発 : ジェットエンジン最適化を通して
- G-019 データ分布に基づく階層型多クラス分類を用いたタンパク質の細胞内局在部位予測(G分野:生体情報科学,一般論文)
- 整数最小極大フローに対するアルゴリズム
- 多クラス分類のためのデータ分布に基づく階層化手法の提案
- 進化型多目的最適化に基づく少数方向投影からのCT画像再構成
- ユーザシステム協調型進化計算を用いたアバタ作成支援システムの提案