Research Project
Grant-in-Aid for Scientific Research (C)
当該年度(平成9年度)において報告者は、平成7年度に提案した、非線形写像モデルの大局的曲率の概念を、MLP(多層ニューラルネット)による判別モデルで検証中である。すなわち、MLPによる入力空間から出力空間への変換過程、すなわち高次情報から他の高次情報への写像の幾何学的性質を定量的に数値化したものの集合として、非線形写像モデル自体の特徴量(以下これを写像特徴量とよび、このような特徴量によって張られる空間を写像特徴空間とよぶ)を導入しているが、特にカテゴリー間境界の大局的曲率とモデルの判別精度の関係に着目し、これらの考え方が実際に利用できるか否かを検証することを目的としてきた。本年度の具体的な実績としては現在発表準備中ではあるが、判別分析の場合について上述の大局的曲率を、感情を含む挨拶音声から抽出した韻律データを通して検証している。すなわち、様々な情緒の状態での挨拶言葉から抽出された韻律情報(周波数情報、振幅情報、時間情報)の6変数をMLPへの入力として用い、情緒の状態を8種類のカテゴリー(喜び、受容、驚き、恐れ、悲しみ、嫌悪、期待、怒り)に分類した情報の判別分析を行い、線形判別モデルの諸性質と、MLPでの学習の際に得られる内部構造の解釈としての非線型判別モデルのそれを比較し、判別精度の向上と上記の大局的曲率の間には単調増加の関係が見られることを確認した。現在は、上記MLPにて実際に得られた判別境界の大局的曲率と、同モデルのMLP写像で理論的に算出される大局的曲率との間の関連について調査中である。なおこの結果が集計され次第学会等にて公表する予定である。
All Other
All Publications (7 results)
