|
従来のサポートベクトルマシン(SVM)の汎化能力を向上する方式としてSVMと複雑度最小マシン(MCM)とを融合する複雑度最小SVM(MSVM)を開発した。
1) 標準のSVM(L1 SVM)、線形計画SVM(LP SVM)とMCMを組み合わせた5種類のMSVMを開発した。これらのマシンはSVMの最小マージンを最大化するのに加えて最大マージンを最小化するものである。L1 SVMベースのマシンに対しては新たに、最小マージン最大化と最大マージン最小化を交互に行う学習法を開発した。
2) ベンチマークデータによる評価の結果、ML1v SVMが平均的にL1 SVMより汎化能力が向上することを示した。
|
