|
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。
|
