2024-03-29T03:58:53Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:000524732023-04-27T10:00:04Z01164:04619:04643:04645
カーネル学習法とその画像認識への応用Kernel Methods and their Application for Image Understandingjpnhttp://id.nii.ac.jp/1001/00052473/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=52473&item_no=1&attribute_id=1&file_no=1Copyright (c) 2004 by the Information Processing Society of Japan産業技術総合研究所脳神経情報研究部門産業技術総合研究所脳神経情報研究部門;栗田, 多喜夫西田, 健次サポートベクターマシンは、現在知られている多くのパターン認識手法の中でも認識性能の優れた手法であると考えられている。サポートベクターマシンがこのような優れた認識性能を発揮できるのは、カーネルトリックを用いて非線形の識別関数を構成できるようにし、しかも、未学習データに対しても高い認識性能(汎化性能)を得るための工夫を導入したためである。本論文では、サポートベクターマシンを中心に、カーネル学習法の考え方と汎化性能を向上させるための工夫について概説し、画像認識への応用例について紹介する。Support vector machine (SVM) has been extended to build up nonlinear classifier using the kernel trick. It is recognized as one of the best models for two class classification among the many methods currently known because it is devised to obtain high performance for unlearned data. This paper reviews kernel methods centering on the SVM and introduces some examples of applications for image understanding.AA11131797情報処理学会研究報告コンピュータビジョンとイメージメディア(CVIM)200491(2004-CVIM-145)1871942004-09-112009-06-30