次元の縮退を利用した頑健な共分散行列の逆行列の推定法
| 言語 | 日本語 |
|---|
| 種類 | 研究会等の予稿 |
|---|
| 著者 | 岩村 雅一,大町 真一郎,阿曽 弘具 |
|---|
| 論文名 | 次元の縮退を利用した頑健な共分散行列の逆行列の推定法 |
|---|
| 論文誌名 | 電子情報通信学会技術研究報告 |
|---|
| 発表番号 | PRMU2007-156 |
|---|
| 査読の有無 | 無 |
|---|
| 年月 | 2007年12月 |
|---|
| 分野 | パターン認識 |
| キー | Iwamura2007_IEICEPRMU_Robust (id=1001) |
要約
二次識別関数(QDF)やマハラノビス距離(MD)は,
パターン認識においてよく用いられる基本的な識別関数(識別器)で,
各クラスとテストサンプルの類似度(距離)を算出するために用いられる.
これらの計算にはパターンの分布を表す共分散行列の逆行列が必要であり,
その推定精度は認識性能に直結する.
本研究の目的は,共分散行列の逆行列を高精度で
推定し,高い認識性能を得ることである.
我々は既に「次元の縮退」を利用した共分散行列の逆行列の頑健な推定方法を
提案しており,従来手法よりも頑健な推定が可能であることを実験により確認
している.
本稿では,この手法に球状検定とブロック対角化を導入することにより,
理論の簡明化および性能向上を実現する.
この文献を出力
出力はタブ区切りです.Excel の該当シートの A 列(操作種別)のセルを選んで貼り付けてください.「学術情報リポジトリ」「国際共著」など判定できない必須項目は空欄なので,貼り付け後に埋めてください.
書式の定義
書き換えるとすぐ出力に反映されます(書式を選び直すか「既定に戻す」を押すまで有効).1 行目が既定,種類別に変えるには「book: …」のような行を追加
書式の定義の書き方
{authors} のように波括弧でフィールドを挿入します.[ ... ] で囲んだ部分は,その中のフィールドが空のとき丸ごと省略されます.使えるフィールド:
{authors}{authors_and}{authors_ja}{authors_ja_tight}{authors_en}{authors_en_and}{authors_tight}{first_author}{title}{title_ja}{title_en}{journal}{journal_ja}{journal_en}{book_title}{volume}{number}{series}{presen_id}{pages}{pp}{num_pages}{year}{month}{month_en}{month_short}{ym}{date}{date_ja}{date_en}{publisher}{address}{location}{review}{review_ja}{review_en}{reviewed_mark}{presen_type}{type}{type_label}{doi}{url}{key}{awards}
書式の定義の書き方
1 行に 1 つ,\マクロ名{フィールド}{フィールド}… の形でマクロと引数の並びを定義します.波括弧の中がフィールド名ならその値(LaTeX 用にエスケープ済み)に,それ以外の文字はそのまま出ます.マクロ名は自由に変えられ,行を足せば「マクロ」の選択肢に増えます.種類ごとに使うマクロを固定するには master_thesis: thesis のような行を足します(自動選択: 論文誌は DOI があれば paperdoi,号があれば paperno,それ以外は paper/会議はページがあれば conf,無ければ confpaper/著書は book).{pages} は「119--124」の形,{journal} は誌名が無ければ書名になります.使えるフィールド:
{authors}{authors_and}{authors_ja}{authors_ja_tight}{authors_en}{authors_en_and}{authors_tight}{first_author}{title}{title_ja}{title_en}{journal}{journal_ja}{journal_en}{book_title}{volume}{number}{series}{presen_id}{pages}{pp}{num_pages}{year}{month}{month_en}{month_short}{ym}{date}{date_ja}{date_en}{publisher}{address}{location}{review}{review_ja}{review_en}{reviewed_mark}{presen_type}{type}{type_label}{doi}{url}{key}{awards}
← 一覧に戻る