抄録
近年，高い汎化性を有するサポートベクトルマシン(SVM)を，2クラスからマルチクラスの識別問題へ拡張する研究が注目を集めている．本研究では，その手法の一つである一対多手法に着目する．一対多手法は，各クラスをその他のクラスから識別する2クラス識別超平面を求め，それらを組み合わせることで最終的な識別関数を決定している．その際，最終的な識別超平面群とデータとの距離で定義される幾何的マージンは考慮されていない．本研究では，それらの識別超平面群を組み合わせる際に，マージンを最大化することにより，より汎化性の高い識別器を構成することを考える．最大化すべきマージンが複数あるため，識別機の選択を多目的最適化問題として定式化し，この問題の弱パレート最適解が，提案する1目的2次錐計画問題の最適解として得られることを理論的に示す．さらに，数値実験により従来モデルに対する提案モデルの有効性を検討する．
