情報処理学会第85回全国大会 会期:2023年3月2日~4日 会場:電気通信大学

2P-05
可変長データに対する最大ベイズ境界性学習法の実験的評価
○岡内亮太,片桐 滋,大崎美穂(同志社大)
パターン認識の分類器設計における究極の目標は,最小分類誤り確率(ベイズ誤り)状態を達成すること,ひいてはその分類境界であるベイズ境界を達成することである.近年,そのベイズ境界の性質を用いて,直接的にベイズ境界の達成を目指す手法である最大ベイズ境界性学習法(MBB:Maximum Bayes Boundary-ness training method)が提案された.本稿では,可変長パターンに対するMBB学習法の有用性を検証するための実験的評価を行い,その結果を報告する.