「ハブの出現しやすさ」から見たラプラシアンベースカーネル(ポスターセッション,第14回情報論的学習理論ワークショップ)

概要

論文の詳細を見る
「ハブ」は,オブジェクト集合内で,数多くのオブジェクトと近接または類似するオブジェクトを指す.最近,高次元オブジェクト集合においては,データセントロイドとの類似度が大きくなる事例がハブとなることが指摘されている.本論文では,通勤時間カーネルを始めとするラプラシアンベースのカーネルを類似度として用いた場合,全てのオブジェクトとセントロイドとの類似度が一定となることを示す.したがって,ラプラシアンカーネルにより,ハブの出現を抑制できる可能性がある.人工データおよび実データによりこの仮説を調べたところ,ラプラシアンカーネルは常にではないがハブを抑えること,そして,ハブの生起は,これまで議論されてきた次元数だけではなく,オブジェクト数とも関係があることが分かった.また,マルチクラス分類タスクにおいて,実際にハブが減少したデータセットでは,分類精度も向上した.このことから,教師なしで測れるハブの出現度合いを調べることにより,与えられたデータセットに対するラプラシアンカーネルの有効性を予め評価できると考えられる.
2011-11-02