分類チェーンのアンサンブルにおけるラベル相関の探索のための決定テンプレートの活用

要旨: アンサンブルベースの多ラベル手法の利用は、多ラベル分類の結果を改善するのに有効であることが示されている。代表的なアンサンブルベースの多ラベル分類器の1つは Ensemble of Classifier Chains です。Ensemble of Classifier Chains (DTECC) は、Decision Templates に基づく融合スキームで、各ラベルの意思決定プロファイルからの情報を用いて Ensemble of Classifier Chains の予測を結合しますが、分類結果を構成する可能性のある他のラベルに関する情報は考慮しません。DTECC に基づき、本研究は Ensemble of Classifier Chains 用の無条件従属の意思決定テンプレート法（Unconditionally Dependent Decision Templates for Ensemble of Classifier Chains、UDDTECC）を提案する。これは、融合プロセスにおけるラベル間の相関を活用することを目指す分類器融合法である。こうして、問題の各ラベルの分類は、条件付きで従属と見なされるラベル値を考慮に入れるようになり、分類性能の改善につながる可能性がある。提案手法は、2つの従来の分類器融合戦略およびスタッキングベースの戦略と実験的に比較されている。実証的な証拠は、提案された Decision Templates 適用を用いることで、評価された指標のほとんどで従来使用されてきた融合スキームと比較して性能を改善できることを示している。