アンサンブル学習における符号を保つ重み正規化手法に関する検討

• 前原, 洋祐

• 内田, 真人

• 塩谷, 浩之

• 大森, 隆司

書誌事項

タイトル別名

• アンサンブル ガクシュウ ニ オケル フゴウ オ タモツ オモミ セイキカ シュホウ ニ カンスル ケントウ
• Weight-Vector-Regularization Methods without Change of Sign for Ensemble Learning

抄録

指数型混合で表現されるアンサンブル予測器の確率モデルでは,予測器の重み係数は正値に制約されない.そこで,正負が混在した重み係数のための正規化手法を提案する.更に,数値実験を通じ,提案手法の有効性について検証する.

収録刊行物

• 電子情報通信学会論文誌. D, 情報・システム

  電子情報通信学会論文誌. D, 情報・システム J89-D (10), 2370-2375, 2006-10-01

  一般社団法人電子情報通信学会

キーワード

• アンサンブル学習
• 確率モデル
• 指数型混合
• 正規化手法

詳細情報

• CRID: 1050282813887776128
• NII論文ID: 110007380163
• NII論文ID: 120006389623
• NII書誌ID: AA12099634
• ISSN: 18810225
• ISSN: 18804535
• HANDLE: 10228/00006552
• NDL書誌ID: 8535063
• Web Site: https://kyutech.repo.nii.ac.jp/records/5341
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I8535063
• 本文言語コード: ja
• 資料種別: journal article
• データソース種別:
  • IRDB
  • NDL
  • CiNii Articles