ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

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. コンピュータグラフィックスとビジュアル情報学(CG)
  3. 2024
  4. 2024-CG-196

グループ間性能均衡化:Boostingに基づくアルゴリズムと理論保証

https://ipsj.ixsq.nii.ac.jp/records/241097
https://ipsj.ixsq.nii.ac.jp/records/241097
82d08921-1acf-479f-813d-c8bec010ad05
名前 / ファイル ライセンス アクション
IPSJ-CG24196038.pdf IPSJ-CG24196038.pdf (1.3 MB)
Copyright (c) 2024 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.
CG:会員:¥0, DLIB:会員:¥0
Item type SIG Technical Reports(1)
公開日 2024-11-22
タイトル
タイトル グループ間性能均衡化:Boostingに基づくアルゴリズムと理論保証
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
九州大学大学院システム情報科学府
著者所属
九州大学大学院システム情報科学府
著者所属
九州大学大学院システム情報科学府
著者所属
九州大学大学院システム情報科学府/理化学研究所
著者名 斉藤, 優也

× 斉藤, 優也

斉藤, 優也

Search repository
松尾, 信之介

× 松尾, 信之介

松尾, 信之介

Search repository
内田, 誠一

× 内田, 誠一

内田, 誠一

Search repository
末廣, 大貴

× 末廣, 大貴

末廣, 大貴

Search repository
論文抄録
内容記述タイプ Other
内容記述 クラス分類学習では,特定のグループの予測性能が悪化してしまう問題がある.特に,性別や国籍などグループ間で予測性能に不均衡が起こることは実用上で重大な問題となる.本稿では,最も誤差が大きいグループの誤差(最悪グループ誤差)を抑えることで,グループ間の予測性能の均衡化に取り組む.過学習を考慮した最悪グループ誤差抑制の問題定式化および,Boosting の枠組みを用いた学習アルゴリズムを提案する.また,最悪グループ訓練誤差および汎化誤差に関する理論保証を示す.人工データと実画像データを用いた実験を行い,提案法の有効性を検証する.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AN10100541
書誌情報 研究報告コンピュータグラフィックスとビジュアル情報学(CG)

巻 2024-CG-196, 号 38, p. 1-5, 発行日 2024-11-22
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-8949
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 2025-01-19 07:44:42.507391
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

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