WEKO3
アイテム
Information geometry of U-Boost and Bregman divergence.
http://hdl.handle.net/10445/6883
http://hdl.handle.net/10445/6883917e8ada-5be2-444f-aef2-df91b248ee2d
| Item type | 学術雑誌論文 / Journal Article(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2013-04-15 | |||||
| タイトル | ||||||
| タイトル | Information geometry of U-Boost and Bregman divergence. | |||||
| 言語 | ||||||
| 言語 | eng | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||
| 資源タイプ | journal article | |||||
| アクセス権 | ||||||
| アクセス権 | metadata only access | |||||
| アクセス権URI | http://purl.org/coar/access_right/c_14cb | |||||
| 著者 |
Murata, Noboru
× Murata, Noboru× 竹之内, 高志× Kanamori, Takafumi× Eguchi, Shinto |
|||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | ブースティングアルゴリズムの導出をブレグマン擬距離の逐次最小化問題として定式化し， アダブーストを一般化したU-ブーストを提案した．U-ブーストの中で，最適な判別ルールに対して一致性のあるクラスと，それに対応する統計モデルの関係を導き，推定量の効率，ロバスト性等の統計的性質を明らかにした．アルゴリズムの情報幾何的な描像を明らかにしたことで，過学習などのブースティングアルゴリズムの性質についての直感的な解釈が可能となった． | |||||
| 書誌情報 |
Neural Computation 巻 16, p. 1437-1481, 発行日 2004 |
|||||
| 査読有無 | ||||||
| 値 | あり/yes | |||||
| 研究業績種別 | ||||||
| 値 | 原著論文/Original Paper | |||||
| 単著共著 | ||||||
| 値 | 共著/joint | |||||
| 出版者 | ||||||
| 出版者 | MIT Press | |||||
