2020 Fiscal Year Annual Research Report
Extension of dictionary learning by kernel methods and its application to feature extraction from images
| Project/Area Number |
16K00228
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
手塚 太郎 筑波大学, 図書館情報メディア系, 准教授 (40423016)
|
|---|
| Project Period (FY) |
2016-04-01 – 2021-03-31
|
| Keywords | 辞書学習 / カーネル法 / スパース符号化 |
|---|
| Outline of Annual Research Achievements |
スパース符号化のための辞書学習は行列分解として定式化され、特徴量の線形結合によってデータを表現するものであるが、それを非線形に拡張する試みが近年行われるようになってきた。研究代表者は特にカーネル法（ガウス過程回帰）によって辞書学習を非線形に拡張する手法を提案し、研究開発に取り組んだ。具体的にはスパース符号化のための辞書学習における内積を正定値カーネルに置き換えることで、観測値ベクトルとの間で非線形な関係性を持つアトムを学習させる手法を開発した。アトムは観測値ベクトルを生成するテンプレートと捉えることができ、潜在的な特徴量とみなすことができる。
また、スパース符号化のための辞書学習の応用として、生徒が授業中に回答するテストへの正解・不正解を表す学習履歴データを対象に、辞書学習によって低次元表現を求める実験を行った。その結果として、スキルの獲得過程に対応した有効な低次元表現が得られることを示した。
さらに、辞書学習を用い、画像データから画像特徴量を取得する研究を進めた。特にカルシウムイメージングによって記録された動物脳内の神経活動を表す動画を時間成分と空間成分に分解することで、神経発火についての時間的なパターンと空間的なパターンを取得するシステムの開発を行った。辞書学習は深層学習（ニューラルネットワーク）よりも高速で学習することが可能のため、開発されたシステムはリアルタイムでのパターン発見に使うことができ、パターンに応じて脳にフィードバックを送る実験系が可能となった。
|
Research Products
(2 results)
