多クラス分類半自動化エージェントにおけるロバストな確信度算出を目指した擬似学習データ生成手法

抄録

本稿では，多クラス分類を半自動化するエージェントの性能向上を目的として，確信度算出機能の擬似学習データ生成手法を提案する．確信度算出に機械学習を用いる場合，既存の学習データについてのみしか精度よく確信度を算出できないという問題がある．その問題に対していくつかの仮定を置き、乱数を用いて擬似的な学習データを生成し，未知のデータに対応する手法を考案した．IPSシグネチャの分類という実問題への適用実験を通して既存手法と比較を行い，多くの条件下で提案手法により性能が向上することを確認できた．