2019 Fiscal Year Annual Research Report
Pattern extraction and recognition using tensor space
| Project/Area Number |
16K00251
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
新田 恒雄 早稲田大学, グリーン・コンピューティング・システム研究機構, その他(招聘研究員) (70314101)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
入部 百合絵 愛知県立大学, 情報科学部, 准教授 (40397500)
桂田 浩一 東京理科大学, 理工学部情報科学科, 准教授 (80324490)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | テンソル空間 / 多重線形写像 / 脳波解析 / 外積空間 |
|---|
| Outline of Annual Research Achievements |
多チャンネルのマルチメディアデータや脳波(EEG)のように，空間(多チャンネル)-時間-周波数のテンソル構造を持つ信号解析は重要なテーマである．近年はDeep Neural Network(DNN)を用いる研究開発が盛んであるが，脳波のように未だデータ蓄積の少ない分野では，データの本質的な性質を利用して解析を進める手法が望まれる．本研究では，合成写像に基づくベクトル-ベクトル変換を実現する圏論(category theory)の考えに基づいて，写像を引き起こす機能(関手(functor))を分析，特徴抽出，音素/音節分類の各ステージで設計・評価することを目指している．これまで脳波解析を対象に，雑音除去手法，線形予測分析(Linear Predictive Analysis; LPA)に基づく「合成による分析」手法を開発した．また，対象クラス内の構造を多重線形写像(テンソル積)を用いて抽出する方法の検討と評価，クラス間のベクトル関連性を外積(楔積)を用いて抽出する方法の検討と評価を行い，これらの手法の有効性を確認した．
|
