製品検査における１クラスSVMのパラメータ調整手法

クラスタ形状の分析によるガウスカーネルパラメータの選択

抄録

製品検査に１クラス判別アルゴリズムを適用するには、量産前に得られる少数の良品データから判別モデルを学習する必要がある。１クラスＳＶＭは少数サンプルでも学習可能であるが、ガウスカーネルの幅を大きくしすぎると見逃しが多くなり、小さくしすぎると見すぎが多くなる。本稿では、判別モデルのクラスタ形状を評価することで適切なガウスカーネルのパラメータを選択する手法を提案する。