文献

J-GLOBAL ID：201202276866015328   整理番号：12A1316404

浅いネットワークを深くすること:Boole最適化によるディシジョンツリーに向けてのブースティング分類器の変換

Making a Shallow Network Deep: Conversion of a Boosting Classifier into a Decision Tree by Boolean Optimisation

著者 (3件)： KIM Tae-Kyun (Imperial Coll. London, South Kensington Campus, Dep. of Electrical and Electronic Engineering, SW7 2AZ, London, GBR) ,  BUDVYTIS Ignas (Univ. of Cambridge, Dep. of Engineering, CB2 1PZ, Cambridge, GBR) ,  CIPOLLA Roberto (Univ. of Cambridge, Dep. of Engineering, CB2 1PZ, Cambridge, GBR)
資料名： International Journal of Computer Vision  (International Journal of Computer Vision)
巻： 100  号： 2  ページ： 203-215  発行年： 2012年11月 
JST資料番号： T0423A  ISSN： 0920-5691  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,ブースティング分類器の評価時間高速化のための新しい方法を提案した。与えられたブースティング分類器のディシジョン領域からツリーを成長させることにより,浅い(フラットな)ネットワークを深く(階層的に)した。このツリーにより,多数の短い経路が高速化し,同時に優れた一般化のためにブースティング分類器の合理的に滑らかなディシジョン領域が保持されるようになった。ブースティング分類器をディシジョンツリーに変換するために,ここでは,Boole最適化問題を定式化したが,それは,回路設計のために以前に研究されたものであるが,少数の二値変数に限定されていたものである。本研究では,第一に,数十個の変数,即ち,ブースティング分類器の弱学習器に対し新しい最適化手法を提案するとともに,2段階カスケードを利用することにより,弱学習器のより大きな任意の数に対する提案も行った。人工的データセットおよび顔画像データセット上での実験を行い,ここで得られたツリーにより,標準的ブースティング分類器および高速出口(ブースティング分類を高速化するために以前に提案されていた手法)に比べて,同一精度で大きな高速化が達成されることを示した。ブースティングカスケードに対して一般的メタアルゴリズムとしての提案手法も有用であり,そこでは,提案アルゴリズムにより異なる利得での個別段階分類器が高速化される。高速に移動するオブジェクトのトラッキングおよびセグメンテーション問題に対してさらに提案手法のデモンストレーションを行った。Copyright 2011 Springer Science+Business Media, LLC Translated from English into Japanese by JST.

シソーラス用語： *分類装置 ,  *ディシジョンツリー ,  *ネットワーク法 ,  最適化手法 ,  ネットワーク構造 ,  階層構造 ,  *Boole代数 ,  機械学習 ,  自動分類 ,  高速化 ,  精度 ,  評価試験 ,  追跡 ,  セグメンテーション ,  木【グラフ】
準シソーラス用語： トラッキング ,  *ブースティング分類器 ,  ブースティング

分類 (3件)： 人工知能  (JE08000Z) ,  ネットワーク法  (KA03040X) ,  論理代数  (JB03000H)

タイトルに関連する用語 (4件)： 最適化 ,  ディシジョンツリー ,  ブースティング ,  分類器