WEKO3
アイテム
重み付き最近隣法における重み学習について
https://ipsj.ixsq.nii.ac.jp/records/126446
https://ipsj.ixsq.nii.ac.jp/records/126446b2b1a84d-1ffd-4ebc-a95d-f2cdc2910bc1
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
KJ00001339930.pdf (155.7 kB)
|
|
| Item type | National Convention(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 1994-09-20 | |||||
| タイトル | ||||||
| タイトル | 重み付き最近隣法における重み学習について | |||||
| タイトル | ||||||
| 言語 | en | |||||
| タイトル | Learning Weight in Weighted Nearest Neighbor Method | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||
| 資源タイプ | conference paper | |||||
| 著者所属 | ||||||
| (株)富士通研究所 | ||||||
| 著者所属 | ||||||
| (株)富士通研究所 | ||||||
| 著者所属(英) | ||||||
| en | ||||||
| Fujitsu Laboratories Ltd. | ||||||
| 著者所属(英) | ||||||
| en | ||||||
| Fujitsu Laboratories Ltd. | ||||||
| 論文抄録 | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | これまで,事例ベース推論における類似度関数を学習する実験的な枠組は多く提案されているが,その評価は,ベンチマークを用いて行なわれることが多く,これらの手法の比較やどのような条件で効果的なのかに関する一般的な結論を導くには十分ではない.このため,類似度関数学習の理論的解析が必要である.しかしながら,事例ベース推論における理論的解析は,類似度関数を固定して行なれており,類似度関数の学習に関する理論的解析はほとんど存在していない.そこで,事例ベース推論の類似度関数学習解析の準備として,われわれは,[2]で類似度の重みに関するPAC学習の枠組を提案したが,事例ベースが設定されたときの重みの学習ではなかった.本論文では,事例ベース推論でよく使われている重み付き最近隣法(Weighted Nearest Neighbor Method)における重み学習を[2]と似た方法で定義し,それに必要なデータ数と計算時間を解析する. | |||||
| 書誌レコードID | ||||||
| 収録物識別子タイプ | NCID | |||||
| 収録物識別子 | AN00349328 | |||||
| 書誌情報 |
全国大会講演論文集 巻 第49回, 号 人工知能及び認知科学, p. 37-38, 発行日 1994-09-20 |
|||||
| 出版者 | ||||||
| 言語 | ja | |||||
| 出版者 | 情報処理学会 | |||||
