最小分類誤り基準に基づく識別関数のアンサンブル学習
スポンサーリンク
概要
- 論文の詳細を見る
分類問題に焦点をあて、最小分類誤り確率を達成する識別関数を構成することを目的として、複数の識別関数を線形結合ずるアンサンブル学習法を提案する。本アプローチでは、線形重みの推定を、識別関数空間上での線形識別関数の設計問題として期待損失最小化学習の枠組みで定式化する。従来、回帰問題の枠組みで用いられている平均自乗誤差基準が本問題には適切でないことを示し、次いで、最小分類誤り基準に基づく重みの推定法について述べる。多クラスの分類問題に対するニューラルネット分類器によるアンサンブル分類器の適用実験において、提案法の有効性を示す。
- 1997-03-18
論文 | ランダム
- Si細線導波路集積デバイス(フォトニックNWシステム・デバイス,フォトニック結晶・ファイバとその応用,光集積回路,光導波路素子,光スイッチング,導波路解析,及び一般)
- SiNを上部クラッドとするGaN/AlN光導波路のサブバンド間吸収(超高速伝送・変復調・分散補償技術,超高速光信号処理技術,広帯域光増幅・WDM技術、受光デバイス,高光出力伝送技術,一般,(ECOC報告))
- SiNを上部クラッドとするGaN/AlN光導波路のサブバンド間吸収 (レーザ・量子エレクトロニクス)
- カバノアナタケ茶飲用に起因する劇症肝炎の1例
- 42 小児重症気管支喘息発作における吸入麻酔療法の限界と気管支ファイバーの有用性