ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング


インデックスリンク

インデックスツリー

  • RootNode

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. 数理モデル化と問題解決(MPS)
  3. 2015
  4. 2015-MPS-106

共分散行列の違いを許容する線形判別分析

https://ipsj.ixsq.nii.ac.jp/records/146510
https://ipsj.ixsq.nii.ac.jp/records/146510
b6362f97-a76a-449e-81d6-1c2cd4c3a6a4
名前 / ファイル ライセンス アクション
IPSJ-MPS15106003.pdf IPSJ-MPS15106003.pdf (196.7 kB)
Copyright (c) 2015 by the Information Processing Society of Japan
オープンアクセス
Item type SIG Technical Reports(1)
公開日 2015-12-08
タイトル
タイトル 共分散行列の違いを許容する線形判別分析
タイトル
言語 en
タイトル Novel Extended Fisher Discriminant Analysis
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_18gh
資源タイプ technical report
著者所属
(株)NTTデータ
著者所属
NTTコミュニケーション科学基礎研究所
著者所属
福岡大学理学部応用数学科
著者所属
福岡大学理学部応用数学科
著者所属(英)
en
NTT Data
著者所属(英)
en
NTT Communication Science Lab.
著者所属(英)
en
Fukuoka University
著者所属(英)
en
Fukuoka University
著者名 坂野, 鋭

× 坂野, 鋭

坂野, 鋭

Search repository
木村, 昭悟

× 木村, 昭悟

木村, 昭悟

Search repository
藤木, 淳

× 藤木, 淳

藤木, 淳

Search repository
田中, 勝

× 田中, 勝

田中, 勝

Search repository
論文抄録
内容記述タイプ Other
内容記述 Fisher の判別分析 (FLDA) はその簡便さ,処理量の小ささ等から多くの研究者,分析実務者をひきつけてきた.しかしながら FLDA は,すべてのクラスの分布が同じ共分散構造を持っているという強い仮定があるために,この仮定が満たされない場合には識別精度の低下を引き起こすという問題点があった.我々は,データの分布を包摂する部分空間同士を引き離すという考え方に基づいて,この問題を解決する詳細化判別分析を提案する.提案手法は FLDA の適用範囲を広げるのみならず FLDA の次元数の制約を取り払う.また,処理量も大きくは無く,アルゴリズムも単純である.公開データによる実験的な評価の結果,提案手法の有効性が明らかになった.
論文抄録(英)
内容記述タイプ Other
内容記述 Fisher's linear discriminant analysis (FLDA) has been attracting many researchers and practitioners for several decades thanks to its ease of use and low computational cost. However, FLDA implicitly assumes that all the classes share the same covariance, which implies that FLDA might fail when this assumption is not necessarily satisfied. To overcome this problem, we propose a simple extension of FLDA. The proposed method achieves remarkable improvements classification accuracy against FLDA while preserving two major strengths of FLDA: the ease of use and low computational costs. Experimental results with several data sets in UCI machine learning repository demonstrate the effectiveness of our method.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AN10505667
書誌情報 研究報告数理モデル化と問題解決(MPS)

巻 2015-MPS-106, 号 3, p. 1-5, 発行日 2015-12-08
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-8833
Notice
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-20 17:56:08.191613
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

坂野, 鋭, 木村, 昭悟, 藤木, 淳, 田中, 勝, 2015: 情報処理学会, 1–5 p.

Loading...

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3