抄録
F-039
マルチタスク特徴抽出アルゴリズムを用いたコスト考慮型SVMに関する検討
◎本郷辰哉・杉浦　徹（名工大）・烏山昌幸（東工大）・竹内一郎（名工大）
現実の分類問題においては誤分類のコストが等価でない場合が多く存在し、そのような場合を考慮した学習法はコスト考慮型学習と呼ばれている。同一のデータに対して異なるコスト比を持つ複数の分類器はなんらかの意味で類似した特徴量を持つと思われる. この考えを実装するため, マルチタスク特徴抽出アルゴリズムをコスト考慮型学習へ適用する. 本発表では, 数値実験を通し, マルチタスク特徴抽出を用いた方法が個別にそれぞれを学習するよりも性能がよいことを示す.