文献

J-GLOBAL ID：201002229204092125   整理番号：10A0346324

スパース正則化およびマルチカーネル学習のための最適化アルゴリズムと画像認識への応用

著者 (3件)： 冨岡亮太 (東大) ,  鈴木大慈 (東大) ,  杉山将 (東京工大)
資料名： 画像ラボ  (Image Laboratory)
巻： 21  号： 4  ページ： 5-11  発行年： 2010年04月10日 
JST資料番号： L2340A  ISSN： 0915-6755  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： スパース正則化は凸最適化を通して変数選択や多様な情報源の統合を実現するための系統的な枠組みとして近年注目されている。多くのスパース正則化法は滑らかでない最適化問題として定式化されるため,このような問題を効率的に解く方法が求められている。本解説論文では,一般の凸な損失関数と広いクラスの正則化関数に対する最適化手法をproximal minimizationの枠組みから導出し,理論的な性質を議論し,既存の手法との関係を解説する。また,スパース正則化の特別な場合としてマルチカーネル学習を取り上げ,これを画像認識に応用する。(著者抄録)

シソーラス用語： *最適化手法 ,  *画像認識 ,  正則化 ,  機械学習 ,  アルゴリズム ,  最適化 ,  凸計画法 ,  傾斜法 ,  計算量 ,  実験
準シソーラス用語： マルチカーネル学習 ,  勾配法 ,  最適アルゴリズム ,  数値実験

分類 (2件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 正則化 ,  マルチカーネル学習 ,  最適化アルゴリズム ,  画像認識 ,  応用