符号化ダイバージエンスを用いたクラス分類のためのオンラインアルゴリズム

摘要

In this paper, we construct an online algorithm for classification of real-valued data adopting coding divergence, which can unify two basic processes in machine learning, coding of real numbers and classification. We realize online classification by using the coding divergence with binary encoding, that is, at every moment, the proposed method returns a result of computation in a short time, from given input at that moment. We store a prefix of a sequence that represents real-valued data in a prefix tree for efficient calculation. We examine the method experimentally with real data sets.%本稿では，符号化ダイバージュンスという尺度を用いることにより，実数値データのクラス分類をオンラインで行うための手法を構築する．符号化ダイバージエンスを用いることで，符号化による連続量の離散化とクラス分類という2つの過程を統合できる．実数x2進表現B（x）の有限桁の接頭辞から接頭辞木と呼ばれる構造を構築することで，符号化ダイバージエンスの計算を効率化することにより，オンラインアルゴリズムで求められる逐次的，かつ，高速な計算を実現する．また，実データを用いた実験によって提案手法の有効性を検証する．