Development of Clustering Methods for Shape Data Using Metric Learning
Project/Area Number |
22K12171
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 61030:Intelligent informatics-related
|
Research Institution | Hiroshima City University |
Principal Investigator |
岩田 一貴 広島市立大学, 情報科学研究科, 准教授 (20405492)
|
Project Period (FY) |
2022-04-01 – 2026-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2025: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
|
Keywords | 形状クラスタリング / プロクルステス解析 / OSS / 形状解析 / 形状データ / クラスタリング / 距離計量学習 |
Outline of Research at the Start |
統計的形状解析とは、形状データについての推定や検定のことである。形状データを行列や幾何グラフで表し、その幾何学的な特性を考慮した解析結果を得ることが目的である。プロクルステス解析とは、形状解析の一種で、形状のユークリッド相似変換に影響を受けない解析のことであり、工学的な応用上有用である。本研究では、プロクルステス解析で用いられる形状間の距離に注目し、その距離に基づいた形状クラスタリング手法と距離計量学習アルゴリズムの開発を目的とする。実験データとして、線画データ、陣形が重要なスポーツのプレイデータ、点群データを用いて、開発したクラスタリングの有効性を様々なクラスタリング指標によって検証する。
|
Outline of Annual Research Achievements |
形状を判別するときは、形状の平行移動・回転・等方的拡大縮小の幾何変換に対して、判別結果が不変となることが望ましい。そこで、OSS(Ordinary Procrustes Sum of Squares)を用いて、そのように形状を判別できるように従来のクラスタリング手法を拡張した。ベクトルデータのユークリッド距離に基づいたk平均(k-means)法、ファジイクラスタリング(fuzzy c-means)法、スペクトラルクラスタリング(spectral clustering)法、平均値シフト(mean shift)法、および凸クラスタリング(convex clustering)法について、OSSに基づいたそれぞれの手法のアルゴリズムを導出した。
線画、アメリカンフットボールの陣形、および野球の投球の球種に関する実データを用いて、導出した方法の判別性能を計算機実験により比較した。実験結果より、OSSはいずれの手法に適用しても高い判別性能を示すことがわかった。また、OSSに基づいた凸クラスタリング法がそのうちで最も優れていた。判別性能を除いた特性に関して言うと、凸クラスタリング法は事前にクラスタ数を指定する必要がないこと、パラメータの効率的な調整方法が経験的にわかっていることが利点である。なお、平均値シフト法も同様に事前にクラスタ数を指定する必要がないという特性を持つが、パラメータの調整が非常に困難だった。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
OSSに基づいたクラスタリング手法のアルゴリズムの導出とそれらの性能比較実験を終えたから。実験結果は学会で発表済みである。
|
Strategy for Future Research Activity |
これまでの成果を雑誌論文に投稿することから始める。投稿後は、距離計量学習アルゴリズムへの応用のために、距離分布を用いて形状の大域的な特徴を表す研究に取り組む。距離分布とは、ある領域内のすべての二点間の距離の全体分布のことである。
|
Report
(1 results)
Research Products
(6 results)