サポートベクターマシンと複数仮説検定問題

サポートベクターマシンの応用と理論に対して2つの強化策が提案されます。最初は、サポートベクターマシン（SVM）のバイナリ分類バージョンに基づいた多カテゴリ分類の手法です。この手法はM-ary SVMと呼ばれ、各カテゴリをバイナリ形式で表現し、その表現の各ビットに従来のSVMを割り当てます。このアプローチは、クラス数Kに対してlog/sub 2/(K) SVMsのみを必要とします。主要な概念を説明するために、オクタフェーズシフトキーイング（8-PSK）パターンスペースにおける分類の例を示します。2つ目の強化は、従来のバイナリ分類SVMに等式制約を追加することです。これにより、あらかじめ境界上に存在することが知られているポイントに分類境界を固定することが可能になります。この手法の応用は、何らかの対称性を持つ問題にしばしば現れます。ここでは、M-ary SVMを用いてCDMAの2ユーザー、多ユーザー検出パターンスペースの記号を分類する例を示します。