다중 클래스 SVM을 위한 스케일 민감 파이 차원과 새로운 위험 경계

본 논문은 값이 ℝ^Q 에 존재하는 다중 클래스 분류기의 복잡도를 측정하기 위해 기존 VC 차원의 일반화인 스케일 민감 파이(Ψ) 차원을 정의하고, 이를 이용해 M‑SVM의 마진 나타라잔 차원을 상한함으로써 기존 위험 경계보다 더 촘촘한 일반화 오류 bound를 제시한다.

저자: Yann Guermeur (LORIA)

본 논문은 다중 클래스 분류기, 특히 출력이 ℝ^Q 에 존재하는 모델에 대한 이론적 기반이 부족함을 지적한다. 기존 VC 차원은 0‑1 값, 정수 {1,…,Q}, 실수값 이진 모델에만 적용 가능했으며, ℝ^Q 값을 갖는 함수군에 대한 용량 측정이 부재했다. 이를 해결하기 위해 저자는 “스케일 민감 파이 차원(Ψ‑dimension)”이라는 새로운 개념을 도입한다. 파이 차원은 기존 Ψ‑dimension에 마진 파라미터 γ 를 결합한 것으로, 함수군 G 에 대해 두 종류의 연산자 Δ와 Δ*를 정의한다. Δ 연산자는 각 클래스 k 에 대해 \(Δg_k(x)=\frac{1}{2}

원본 논문

고화질 논문을 불러오는 중입니다...

댓글 및 학술 토론

Loading comments...

의견 남기기