人工知能学会全国大会論文集
第35回 (2021)
セッションID: 1G4-GS-2c-01
会議情報

マルチスケール k-近傍法における回帰関数および損失関数の検討
*操 瑞行田中 卓磨奥野 彰文下平 英寿
著者情報
会議録・要旨集 フリー

詳細
抄録

k-近傍法(k-NN)はクエリ近傍の k 個のデータベクトルを検索し,付随するラベルの平均によりラベル確率を推定する.近年,複数の k1, k2, ... における k-NN 推定量を k=0 に外挿し,k-NN の漸近バイアスを減少させるマルチスケール k-近傍法 (MS-k-NN)が提案された.既存の MS-k-NN では漸近的に導出された回帰関数を最小二乗法により推定するが,(i) その回帰関数の有限サンプルにおける有効性は明らかでなく,(ii) 単純な最小二乗法では各 k での k-NN 推定量の従属性を適切に扱えていない,という問題があった.これらの問題を解決するために,本研究では MS-k-NN の外挿に利用する新たな回帰関数と推定法を検討する.また MS-k-NN に着想を得た Local Radial Logistic Regression(LRLR)を提案し,これらの手法を数値実験により比較する.

著者関連情報
© 2021 一般社団法人 人工知能学会
前の記事 次の記事
feedback
Top