2013年12月
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30 31        

最近のトラックバック

無料ブログはココログ

kernel

2008年6月16日 (月)

Comparison between Constrained Mutual Subspace Method and Orthogonal Mutual Subspace Method

論文のpdf ファイルはここ。

部分空間どうしの正準角を大きくするための方法に相互部分空間法がある。相互部分空間法を特徴空間(無限次元も可)で適用することが、カーネルトリックを使うとできる。さて、その効果は、という話。

著者らが展開してきた仕事をトレースするのに適した論文。パターン空間では次元が足りずに(!)直交化できない場合も、非線形特徴空間に写像するといくらでも直交化できるようになる。測度の観点から何が起きているのか解析できないか。あと、写像前と後のsupport vectorの変化とかソフトマージンされる対象に変化はないか解析できないか。

2008年5月20日 (火)

Improving support vector machine classifiers by modifying kernel functions



Improving support vector machine classifiers by mo...[Neural Netw. 1999] - PubMed Result


kernel SVMにおいて、境界付近のマージンを稼ぐために、境界付近においてのみカーネル関数のパラメータ(例えばガウスカーネルのスケールパラメータ)を自動的に変更する。


一回均一なパラメータでSVMを動かして境界を定めると、境界付近のデータをSupport Vectorとして抽出できる。そのSupport Vector付近でカーネル関数のパラメータを変更し、マージンを稼ぐ。特徴空間における距離をデータ空間で測るための工夫と、パラメータの修正量の目処のつけ方の指針が書かれている。