極めて少ない学習サンプルに対応した距離計量学習に基づく特徴転移

Research Project

Project/Area Number	23K11232
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	Kyushu University
Principal Investigator	松川徹九州大学, システム情報科学研究院, 助教 (80747212)
Project Period (FY)	2023-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000) Fiscal Year 2025: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000) Fiscal Year 2024: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000) Fiscal Year 2023: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Keywords	距離計量学習 / マハラノビス計量 / 少数サンプル / 部分空間 / 特徴転移
Outline of Research at the Start	対象とする環境で距離計量を学習することで，照合精度の向上を図る人物照合問題の特徴転移では, 学習サンプルが極めて少ない場合，逆に精度を大きく低下させてしまう. 本研究では，この要因が学習サンプルとテストサンプルの所属する特徴量の部分空間の違いにあることへ着目し, この問題を解決する手法群を開発する. まず, 既存の線形のマハラノビス距離計量学習改良する. また，特徴マップの構造へ着目し学習サンプル数を疑似的に増加させる効果を持つ手法と非線形拡張手法を開発し, 更なる精度向上を行う.