| 研究課題/領域番号 |
25420438
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
制御・システム工学
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
阿部 重夫 神戸大学, 工学研究科, 名誉教授 (50294195)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| 研究課題ステータス |
完了 (2015年度)
|
| 配分額 *注記 |
3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2015年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2014年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2013年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | パターン認識 / 特徴選択 / ブロック追加 / ブロック削除 / サポートベクトルマシン |
|---|
| 研究成果の概要 |
大次元小サンプルパターン認識問題問題における特徴選択の研究を行い，以下の結論を得た。これまでに開発したブロック追加・削除（BABD）の特徴選択方式をさらに高速化するために，BABDを繰り返して適用する繰り返しBABD法と特徴量の集合をブロックに分割して，ブロックごとにBABDを適用する追加BABD法を開発した。特徴選択で用いるサポートベクトルマシン（SVM）の学習方法としてSMO（Sequential Minimal Optimization）法とニュートン法を組み合わせたSMO-NM法を開発した。ベンチマークデータを用いて提案方式の有効性を検証した。
|
