圧縮センシングに基づく超高次元非線形写像の機械学習に関する研究

• Project Area: Initiative for High-Dimensional Data-Driven Science through Deepening of Sparse Modeling
• Project/Area Number: 26120526
• Research Category: Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
• Allocation Type: Single-year Grants
• Review Section: Complex systems
• Research Institution: Nagasaki University
• Principal Investigator: 酒井 智弥 長崎大学, 工学研究科, 准教授 (30345003)
• Project Period (FY): 2014-04-01 – 2016-03-31
• Project Status: Completed (Fiscal Year 2015)
• Budget Amount: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2015: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000); Fiscal Year 2014: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
• Keywords: 信号処理 / ニューラルネットワーク / パターン認識 / 逆問題

Outline of Annual Research Achievements

前年度に設計した超高次元非線形写像の効率的な機械学習「圧縮ELM」の性能に関する考察を踏まえて、今年度は入出力データの数値的なスパースモデリングおよびアンサンブル学習による非線形写像の学習の効率と汎化性の向上に取り組んだ。数値的なスパースモデリングは、大量のデータを基底学習することで達成され、フーリエやウェーブレットのような解析的な基底でスパース表現できるとは限らないデータに対してもスパース再構成を可能にする。本研究では、計算量が現実的ではない超高次元データの基底学習を避けるため、低次元化したデータの基底学習を通して超高次元データを再構成する方法を設計した。また、アンサンブル学習を実現するため、圧縮ELMで構築した複数の弱予測器の出力を組み合わせて高次元出力のスパース再構成を改善する統合法について検討した。これらの成果および電磁波逆散乱問題への応用における性能評価を研究会・シンポジウム等で発表した。また、スパースモデリングに関する招待講演等を通してアウトリーチ活動に努めた。

Research Progress Status

27年度が最終年度であるため、記入しない。

Strategy for Future Research Activity

27年度が最終年度であるため、記入しない。

Research Products

• [Journal Article] 高効率ランダム射影とスパース再構成による高次元非線形写像と逆散乱問題への応用 (2016)
  • Author(s): 宮田 大輔, 酒井 智弥
  • Journal Title: 電気学会研究会資料 Volume: PI-16 Pages: 17-21
  • Acknowledgement Compliant
• [Journal Article] スパース表現のための基底学習と高次元データへの応用策 (2016)
  • Author(s): 志波 舜平, 酒井 智弥
  • Journal Title: 電気学会研究会資料 Volume: PI-16 Pages: 29-34
  • Acknowledgement Compliant
• [Journal Article] スパース構造を活かすセンシングと高次元データ解析 (2016)
  • Author(s): 酒井 智弥
  • Journal Title: Technical Report of IEICE Volume: 115(403) Pages: 21-22
  • Acknowledgement Compliant
• [Journal Article] 高次元非線形写像の機械学習によって逆問題を解く (2015)
  • Author(s): 宮田 大輔, 酒井 智弥
  • Journal Title: Technical Report of IEICE Volume: 115(22) Pages: 105-109
  • Acknowledgement Compliant
• [Journal Article] 高次元の基底学習を回避した圧縮センシングの信号再構成 (2015)
  • Author(s): 志波 舜平, 酒井 智弥
  • Journal Title: 画像の認識・理解シンポジウム(MIRU2015) Extended Abstract集 Volume: - Pages: 1-2
  • Acknowledgement Compliant
• [Journal Article] パターン解析のための信号圧縮と再構成について (2015)
  • Author(s): 志波 舜平, 酒井 智弥
  • Journal Title: 電気学会電子・情報・システム部門大会講演論文集 Volume: - Pages: 664-668
  • Acknowledgement Compliant
• [Journal Article] 圧縮ELMのアンサンブル化による頑健な高次元非線形写像の機械学習 (2015)
  • Author(s): 宮田 大輔, 酒井 智弥
  • Journal Title: 電気学会電子・情報・システム部門大会講演論文集 Volume: - Pages: 313-317
  • Acknowledgement Compliant
• [Journal Article] Learning high-dimensional nonlinear mapping via compressed sensing (2014)
  • Author(s): Tomoya Sakai and Daisuke Miyata
  • Journal Title: IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2014) Proceedings Volume: 1 Pages: 5232-5236
  • DOI: 10.1109/icassp.2014.6854601
  • Peer Reviewed / Acknowledgement Compliant
• [Presentation] 高次元非線形写像のアンサンブル学習におけるL1統合法の検討 (2016)
  • Author(s): 酒井 智弥
  • Organizer: 科学研究費補助金新学術領域研究「スパースモデリングの深化と高次元データ駆動科学の創成」2015年度公開シンポジウム
  • Place of Presentation: 神戸大学統合研究拠点 コンベンションホール（兵庫県神戸市）
  • Year and Date: 2016-03-07
• [Presentation] スパース構造を活かすセンシングと高次元データ解析 (2016)
  • Author(s): 酒井 智弥
  • Organizer: 電子情報通信学会宇宙・航行エレクトロニクス研究会
  • Place of Presentation: 長崎県美術館（長崎県長崎市）
  • Year and Date: 2016-01-21
  • Invited
• [Presentation] 圧縮センシングの原理と応用 (2016)
  • Author(s): 酒井 智弥
  • Organizer: 計測・制御・システム工学部会若手フォーラム
  • Place of Presentation: 新日鐵住金 八幡製鐵所総合センター マルチホール（福岡県北九州市）
  • Year and Date: 2016-01-18
  • Invited
• [Presentation] 早わかりスパースモデリング (2016)
  • Author(s): 酒井 智弥
  • Organizer: 電気学会C部門知覚情報研究会
  • Place of Presentation: 名桜大学（沖縄県名護市）
  • Year and Date: 2016-01-08
• [Presentation] 高効率ランダム射影とスパース再構成による高次元非線形写像と逆散乱問題への応用 (2016)
  • Author(s): 宮田 大輔, 酒井 智弥
  • Organizer: 電気学会知覚情報研究会
  • Place of Presentation: 名桜大学（沖縄県名護市）
  • Year and Date: 2016-01-08
• [Presentation] スパース表現のための基底学習と高次元データへの応用策 (2016)
  • Author(s): 志波 舜平, 酒井 智弥
  • Organizer: 電気学会知覚情報研究会
  • Place of Presentation: 名桜大学（沖縄県名護市）
  • Year and Date: 2016-01-08
• [Presentation] Sparse modeling of lung sounds and their separation by convex optimization (2015)
  • Author(s): Tomoya Sakai, Senya Kiyasu, Sueharu Miyahara, Yasushi Obase
  • Organizer: International Meeting on High-Dimensional Data Driven Science (HD3-2015)
  • Place of Presentation: メルパルク京都（京都府京都市）
  • Year and Date: 2015-12-14
  • Int'l Joint Research
• [Presentation] パターン解析のための信号圧縮と再構成について (2015)
  • Author(s): 志波 舜平, 酒井 智弥
  • Organizer: 電気学会電子・情報・システム部門大会
  • Place of Presentation: 長崎大学（長崎県長崎市）
  • Year and Date: 2015-08-26
• [Presentation] 圧縮ELMのアンサンブル化による頑健な高次元非線形写像の機械学習 (2015)
  • Author(s): 宮田 大輔, 酒井 智弥
  • Organizer: 電気学会電子・情報・システム部門大会
  • Place of Presentation: 長崎大学（長崎県長崎市）
  • Year and Date: 2015-08-26
• [Presentation] 高次元の基底学習を回避した圧縮センシングの信号再構成 (2015)
  • Author(s): 志波 舜平, 酒井 智弥
  • Organizer: 画像の認識・理解シンポジウム(MIRU2015)
  • Place of Presentation: ホテル阪急エキスポパーク（大阪府吹田市）
  • Year and Date: 2015-07-27
• [Presentation] 高次元非線形写像の機械学習によって逆問題を解く (2015)
  • Author(s): 宮田 大輔, 酒井 智弥
  • Organizer: 電子情報通信学会信号処理研究会
  • Place of Presentation: 三重大学（三重県津市）
  • Year and Date: 2015-05-14
• [Presentation] 圧縮センシングに基づく超高次元非線形写像の機械学習に関する研究 (2014)
  • Author(s): 酒井 智弥
  • Organizer: 科学研究費補助金新学術領域研究「スパースモデリングの深化と高次元データ駆動科学の創成」2014年度公開シンポジウム
  • Place of Presentation: 東京工業大学すずかけ台キャンパス（横浜市）
  • Year and Date: 2014-12-15 – 2014-12-17
• [Presentation] 圧縮センシングを応用した非線形写像の効率的な機械学習 (2014)
  • Author(s): 宮田大輔、酒井智弥
  • Organizer: 画像の認識・理解シンポジウム(MIRU2014)
  • Place of Presentation: 岡山コンベンションセンター（岡山市）
  • Year and Date: 2014-07-29
• [Presentation] Learning high-dimensional nonlinear mapping via compressed sensing (2014)
  • Author(s): Tomoya Sakai and Daisuke Miyata
  • Organizer: IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2014)
  • Place of Presentation: Florence, Italy
  • Year and Date: 2014-05-08