特徴空間の次元数と部分空間数にスケーラブルな近似最近傍部分空間探索
| 言語 | 日本語 |
|---|---|
| 種類 | 研究会等の予稿 |
| 著者 | 小西 將貴，岩村 雅一，黄瀬 浩一 |
| 論文名 | 特徴空間の次元数と部分空間数にスケーラブルな近似最近傍部分空間探索 |
| 論文誌名 | 電子情報通信学会技術研究報告 |
| Vol. | 114 |
| No. | 454 |
| 発表番号 | PRMU2014-124 |
| ページ | pp.69-74 |
| 発表場所 | 宮城県仙台市 |
| 査読の有無 | 無 |
| 発表の種類 | 口頭ならびにポスター発表 |
| 年月 | 2015年2月 |
| 分野 | パターン認識, 最近傍探索 |
| キー | Konishi2015_PRMU (id=1432) |
要約
パターンを部分空間で表現する方法がコンピュータビジョンやパターン認識の分野で広く利用されている． 扱う問題の大規模化に伴い，最も近い部分空間を探索する最近傍部分空間探索のスケーラビリティの向上が求められている． その障害になるのは，部分空間同士の距離はグラスマン多様体上で定義される距離で測られるため，ユークリッド空間上の距離でよく用いられる近似最近傍探索手法が直接適用できないことである． 近似を導入した部分空間の効率的な探索を目指す手法は提案されているが，大規模なデータセットや高次元のデータに有効ではない． 本稿では，グラスマン多様体上の距離の計算を複数のユークリッド距離の計算に分解することで，部分空間同士の類似度の効率的な近似計算を実現する．実験の結果，部分空間の探索精度を3% 落とすことで従来手法と比べて，約800 倍の高速化が実現できた．
注記
関連ファイル
- …
この文献を出力
書式の定義
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}