文献

J-GLOBAL ID：201502282519752250   整理番号：15A0221392

直交表を用いたサポートベクトル回帰の効率的なパラメータ設定

Efficient Parameter Selection for Support Vector Regression Using Orthogonal Array

著者 (1件)： 佐野夏樹 (東京理大 理工)
資料名： 品質  (Quality - JSQC)
巻： 45  号： 1  ページ： 35-38  発行年： 2015年01月15日 
JST資料番号： S0060B  ISSN： 0386-8230  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： 非線形な判別や予測を行うサポートベクターマシン(SVM)やサポートベクター回帰(SVR)などのカーネル手法は,その精度の高さから,画像認識やテキスト分類など多くの分野で利用されている。一方で,カーネル手法は,その予測精度が,解析者が設定するハイパーパラメータの値に依存する。本研究では,L₁₄₄(12⁷)直交表を用いて,SVRの効率的なハイパーパラメータ設定法を提案し,ワインの品質データを用いてその性能評価を行った。グリッドサーチとの比較では,約1/12の計算時間でハイパーパラメータを決めることができ,その精度は,グリッドサーチによる全組み合わせ中2番目に良い値をしめした。また,ランダム法との比較においても提案法が優れていることが分かった。

シソーラス用語： *サポートベクトルマシン ,  *回帰分析 ,  *パラメータ推定 ,  表 ,  実験計画法 ,  性能評価 ,  パターン認識 ,  機械学習 ,  計算量 ,  二次計画法 ,  最小化問題 ,  *統計的品質管理
準シソーラス用語： Kernel法 ,  サポートベクトル回帰 ,  直交表

分類 (1件)： 統計的品質管理  (KB04030W)

引用文献 (6件)：

• 佐野夏樹,黒木学(2012):“カーネルMTシステムとその応用“,「品質」,42,[1],127-138.
• W. C. Hsu and T. Y. Yu(2012) : “Support Vector Machines parameter selection based on combined taguchi method and staelin method for e-mail spam filtering“, International Journal of Engineering and Technology Innovation, 2, [2], 113-125.
• 立林和夫(2004):「入門タグチメソッド」,日科技連出版社.
• J. P. Mandeli(1995) : “Construction of asymmetrical orthogonal arrays having factors with a large non-prime power number of levels“, Journal of Statistical Planning and Inference, 47, [4], 377-391.
• N. Sano and K. Higashinaka and T. Suzuki(2014) : Efficient Parameter Selection for Support Vector Regression Using Orthogonal Array, Proceedings of 2014 IEEE International Conference on Systems, Man, and Cybernetics, 2285-2290.

タイトルに関連する用語 (3件)： 直交表 ,  サポートベクトル回帰 ,  パラメータ