WEKO3
アイテム
大規模データと差分進化によるサポートベクトルマシンのモデル選択
https://ipsj.ixsq.nii.ac.jp/records/231464
https://ipsj.ixsq.nii.ac.jp/records/2314647356840d-5a79-4812-9761-20ec86fb7f1d
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-MPS23146010.pdf (896.7 kB)
|
Copyright (c) 2023 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2023-12-04 | |||||||
| タイトル | ||||||||
| タイトル | 大規模データと差分進化によるサポートベクトルマシンのモデル選択 | |||||||
| 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 | ||||||||
| 近畿大学情報学部 | ||||||||
| 著者名 |
田川, 聖治
× 田川, 聖治
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 差分進化を使用した SVM のモデル選択の新たな手法を提案する．既存の SVM のモデル選択では，正則化係数やカーネルのパラメータのみを最適化する．しかし，SVM の性能はハイパーパラメータのみならず，学習に用いる訓練データにも大きく依存する．そこで，提案手法では，大規模な教師データからの訓練データの選択も最適化の処理に加えて，その効果を機械学習のベンチマーク問題で検証する． | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AN10505667 | |||||||
| 書誌情報 |
研究報告数理モデル化と問題解決（MPS） 巻 2023-MPS-146, 号 10, p. 1-2, 発行日 2023-12-04 |
|||||||
| 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 | |||||||
