次元の縮退を利用した頑健な分布の推定法
| 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分布の推定法 |
| 論文誌名 | 電子情報通信学会技術研究報告 |
| Vol. | 102 |
| No. | 652 |
| 発表番号 | PRMU2002-216 |
| ページ | pp.31-36 |
| 査読の有無 | 無 |
| 年月 | 2003年2月 |
| 分野 | パターン認識 |
| キー | Iwamura2003_IEICEPRMU (id=42) |
要約
パターン認識では共分散行列の固有値と固有ベクトルを必要とすることが多 いが，共分散行列を少数の学習用のサンプルから推定する場合には 固有値の偏りによって認識性能が低下することが知られている． これに対して，小さな固有値が認識性能に悪影響を及ぼすとして 認識に用いない手法や 固有値展開後に固有値を補正する手法が提案されている． これらはいずれも固有値展開の後，偏った固有値に対して対処する手法である が，固有値の偏りが固有値展開の際に発生することから， 固有値に誤差が生じにくい工夫を固有値展開の前に施すことも 可能であると考えられる． 本論文では，最初に固有値の偏りが固有値展開で生じることを確認する． そして，固有値展開前に共分散行列を縮退させておくことで， 固有値展開によって固有値が偏りにくくする手法を提案する． 提案手法が標本共分散行列を用いた場合に比べて真の分布をより正しく推定し， 認識性能を改善することを認識実験により確認した．
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}