• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

パターン認識におけるクラス境界評価基準の構築

Research Project

Project/Area Number 18H03266
Research Category

Grant-in-Aid for Scientific Research (B)

Allocation TypeSingle-year Grants
Section一般
Review Section Basic Section 61010:Perceptual information processing-related
Research InstitutionDoshisha University

Principal Investigator

片桐 滋  同志社大学, 理工学部, 教授 (40396114)

Co-Investigator(Kenkyū-buntansha) 中村 篤  名古屋市立大学, 大学院理学研究科, 教授 (50396206)
渡辺 秀行  株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 連携研究員 (40395091)
Project Period (FY) 2018-04-01 – 2023-03-31
Project Status Granted (Fiscal Year 2022)
Budget Amount *help
¥15,470,000 (Direct Cost: ¥11,900,000、Indirect Cost: ¥3,570,000)
Fiscal Year 2022: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2021: ¥3,640,000 (Direct Cost: ¥2,800,000、Indirect Cost: ¥840,000)
Fiscal Year 2020: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2019: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
Fiscal Year 2018: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
Keywordsパターン認識 / ベイズ境界 / 最小分類誤り確率状態 / 汎化問題 / 未知標本耐性
Outline of Annual Research Achievements

昨年度の国際会議で発表した高速なBBS(Bayes Boundary-based optimal pattern classifier Selection)法について,論文誌の論文として発表するに至った.これは,旧来型のBBS法の10000倍程度にも及ぶ(実行時間が旧来型の1/10000程度の)高速な改良法であり,本研究課題である「パターン認識におけるクラス境界評価基準の構築」を,固定次元のベクトルに限って言えばほぼ順調に達成し得たものと考えている.
また,この(以前の)BBS法の高速化を目指して開発を進めてきたMBB(Maximum Bayes Boundary-ness)法に関し,そこで用いられる損失の窓関数の影響の分析や,計算速度の分析を行った.その結果,特に,勾配探索法を用いて最適化を行う本MBB法において,その最適化の約半分の計算を削減しても,MBB法の損失とほぼ同形状の損失の最小化が可能であることが明らかになった.実験の結果,実行時間をほぼ15%削減しても,従来法とほぼ同等のベイズ境界の推定精度が得られることが明らかになった.
さらに,「パターン生成能力を直接反映する正則化」法を用いる音声認識の研究において明らかになってきた,正則化係数と合成音声品質との関係について,KMCE(Kernel Minimum Classification Error)学習法を用いる音声認識を行なった.しかし,この手法は,実行時間が相当長く,今後その短時間化が望まれる.また,ベイズ境界性をもたらす正則化法に関し,その効果がより明確に現れるデータを調査し,これまでの大人の標準語音声に替え,周波数特性のみならず発音さえも異なる,子供の音声や大人の方言音声の認識実験を開始した.本研究の最終年度である次年度は,これらの音声認識実験を通して,正則化がもたらすベイズ境界性を追求する予定である.

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

昨年,その概要を国際会議論文として公表した,およそ10000倍に及ぶBBS法の高速化(1/10000倍の短時間化)の達成に関する論文は,海外の論文誌論文として発表するに至った.また,BBS法をより使い易いものとして提案しているMBB法についても,その高速化がさらに進められ,それも学会で発表するに至っている.さらに,固定次元ベクトルに関してはほぼ達成が可能となってきたベイズ誤りを,可変長パターン(ベクトル)に関しても達成すべく,音声合成能力を正則化条件とするMCE(Minimum Classification Error)学習法などを用いた実験を行なってきた.これらの成果より,ほぼ順調に進展しているものと考えられる.

Strategy for Future Research Activity

昨年述べたように,これまで開発してきた手法は,いずれもベイズ誤り状態の極めて優れた推定手法として成り立っているように見受けられる.また,やはり昨年述べたように,海外の論文誌に掲載された改良版BBS法に関する検討はほぼ収束させ,ベイズ境界を求めること自体に研究の焦点を合わせ,その実際的な解を示すMBB法とパターン生成能力を直接反映する正則化法とが持つ,ベイズ境界推定能力の推定を着実に進めることにする.
まず,MBB法に関しては,その計算過程の見直しを行なった結果,即ちその高速版の,論文化を行う予定である.また,これまでも追求してきた,音声等の可変長パターンのMBB法による認識実験を行い,その有効性の検証も行う予定である.さらに,これまで可変長パターンの認識実験によってのみ行なってきた,パターン生成能力を直接反映する正則化法の効果の検証も,固定次元パターンを対象に行っていく予定である.
正則化法を探究するために導入した,方言や子供の音声の(より困難な)認識実験を通して,ベイズ誤り推定の基盤を探究する予定である.なお,これまで行った,子供の音声と大人の音声とを対象とした正則化法を伴う音声認識の実験において,より低次の線スペクトル対に子供の音声に特有の変化が現れることが明らかになっている.今後は,こうした対象音声に固有の現象とベイズ誤りとの関係をも明らかにし,各データが持つベイズ誤りの求め方を明らかにしていく予定である.

Report

(4 results)
  • 2021 Annual Research Report
  • 2020 Annual Research Report
  • 2019 Annual Research Report
  • 2018 Annual Research Report

Research Products

(34 results)

All 2022 2021 2020 2019 2018

All Journal Article (8 results) (of which Int'l Joint Research: 3 results,  Peer Reviewed: 8 results,  Open Access: 2 results) Presentation (26 results) (of which Int'l Joint Research: 4 results,  Invited: 3 results)

  • [Journal Article] An Improved Boundary Uncertainty-Based Estimation for Classifier Evaluation2021

    • Author(s)
      David Ha, Shigeru Katagiri, Hideyuki Watanabe, Miho Ohsaki
    • Journal Title

      Journal of Signal Processing Systems

      Volume: 93 Pages: 1057-1084

    • DOI

      10.1007/s11265-021-01671-1

    • Related Report
      2021 Annual Research Report
    • Peer Reviewed / Open Access
  • [Journal Article] Improved Boundary Uncertainty Estimation for Classifier Selection2020

    • Author(s)
      David Ha, Shigeru Katagiri, Hideyuki Watanabe, Miho Ohsaki
    • Journal Title

      Proceedings of the 7th IEEE MTT-S International Wireless Symposium

      Volume: 93_7 Pages: 1-3

    • Related Report
      2020 Annual Research Report
    • Peer Reviewed
  • [Journal Article] A Practical Method Based on Bayes Boundary-Ness for Optimal Classifier Parameter Status Selection2020

    • Author(s)
      David Ha, Yuya Tomotoshi, Masahiro Senda, Hideyuki Watanabe, Shigeru Katagiri, Miho Ohsaki
    • Journal Title

      Journal of Signal Processing Systems

      Volume: 29 Pages: 135-151

    • DOI

      10.1007/s11265-019-01451-y

    • Related Report
      2019 Annual Research Report
    • Peer Reviewed / Open Access
  • [Journal Article] Maximum Bayes Boundary-Ness Training For Pattern Classification2019

    • Author(s)
      Masahiro Senda, David Ha, Hideyuki Watanabe, Shigeru Katagiri, Miho Ohsaki
    • Journal Title

      Proceedings of the 2019 ACM International Conference on Signal Processing and Machine Learning

      Volume: 1 Pages: 18-28

    • DOI

      10.1145/3372806.3372817

    • Related Report
      2019 Annual Research Report
    • Peer Reviewed
  • [Journal Article] Minimum Classification Error Training with Speech Synthesis- Based Regularization for Speech Recognition2019

    • Author(s)
      Naoto Umezaki, Takumi Okubo, Hideyuki Watanabe, Shigeru Katagiri, Miho Ohsaki
    • Journal Title

      Proceedings of the 2019 ACM International Conference on Signal Processing and Machine Learning

      Volume: 1 Pages: 62-72

    • DOI

      10.1145/3372806.3372819

    • Related Report
      2019 Annual Research Report
    • Peer Reviewed
  • [Journal Article] Optimal Classifier Parameter Status Selection Based on Bayes Boundary-ness for Multi-ProtoType and Multi-Layer Perceptron Classifiers2019

    • Author(s)
      Yuya Tomotoshi, David Ha, Emilie Delattre, Hideyuki Watanabe, Xugang Lu, Shigeru Katagiri, Miho Ohsaki,
    • Journal Title

      Integrated Uncertaintyin Knowledge Modelling and Decision Making (Lecture Notes in Artificial Intelligence)

      Volume: 11471 Pages: 295-307

    • DOI

      10.1007/978-3-030-14815-7_25

    • Related Report
      2018 Annual Research Report
    • Peer Reviewed / Int'l Joint Research
  • [Journal Article] Optimal Classifier Model Status Selection Using Bayes Boundary Uncertainty2018

    • Author(s)
      David Ha, Emilie Delattre, Yuya Tomotoshi, Masahiro Senda, Hideyuki Watanabe, Shigeru Katagiri, Miho Ohsaki
    • Journal Title

      Proceedings of the 2018 IEEE 28th International Workshop on Machine Learning for Signal Processing

      Volume: 1 Pages: 1-6

    • DOI

      10.1109/mlsp.2018.8516976

    • Related Report
      2018 Annual Research Report
    • Peer Reviewed / Int'l Joint Research
  • [Journal Article] Optimal Analysis of Boundary-Uncertainty-Based Classifier Selection Method2018

    • Author(s)
      David Ha, Hideyuki Watanabe, Yuya Tomotoshi, Emilie Delattre, Shigeru Katagiri
    • Journal Title

      Proceedings of the 2018 ACM International Conference on Signal Processing and Machine Learning

      Volume: 1 Pages: 107-114

    • DOI

      10.1145/3297067.3297076

    • Related Report
      2018 Annual Research Report
    • Peer Reviewed / Int'l Joint Research
  • [Presentation] 可変長パターンのためのKMCE学習法を用いた音声認識の評価について2022

    • Author(s)
      小糸泰吉,片桐滋,大崎美穂
    • Organizer
      情報処理学会第84回全国大会,1R-01,pp. 2-283ー2.284.
    • Related Report
      2021 Annual Research Report
  • [Presentation] 最大ベイズ境界性学習法の実験的評価2022

    • Author(s)
      大角朋弘,片桐滋,大崎美穂
    • Organizer
      情報処理学会第84回全国大会,6R-07,pp. 2-357ー2.358.
    • Related Report
      2021 Annual Research Report
  • [Presentation] 最大ベイズ境界性の簡易化による高速化について2022

    • Author(s)
      岸下昂生,片桐滋,大崎美穂
    • Organizer
      2022年電子情報通信学会 ISS特別企画「ジュニア&ポスターセッション」
    • Related Report
      2021 Annual Research Report
  • [Presentation] 音声合成能力を正則化条件とする最小分類誤り学習法の音素認識による実験的評価2022

    • Author(s)
      丸山右京,片桐滋,大崎美穂
    • Organizer
      2022年電子情報通信学会 ISS特別企画「ジュニア&ポスターセッション」
    • Related Report
      2021 Annual Research Report
  • [Presentation] A Bayes Boundary-ness-based Selection Method2021

    • Author(s)
      Shigeru Katagiri
    • Organizer
      2021 4th International Conference on Signal Processing and Machine Learning (SPML2021)
    • Related Report
      2021 Annual Research Report
    • Int'l Joint Research / Invited
  • [Presentation] サポートベクトルにおけるベイズ境界性最大化学習法の検証2021

    • Author(s)
      野口大樹,片桐滋,大崎美穂
    • Organizer
      2021年電子情報通信学会総合大会 ISS特別企画「ジュニア&学生ポスターセッション」
    • Related Report
      2020 Annual Research Report
  • [Presentation] 境界曖昧性に基づく分類問題最適化の実験的評価2021

    • Author(s)
      蔭山昌幸,David Ha,千田将大,大崎美穂,片桐滋
    • Organizer
      2021年電子情報通信学会総合大会 ISS特別企画「ジュニア&学生ポスターセッション」
    • Related Report
      2020 Annual Research Report
  • [Presentation] 正則化学習を伴う音声認識器の音声合成能力の実験的評価2021

    • Author(s)
      大久保拓海,片桐滋,大崎美穂
    • Organizer
      2021年電子情報通信学会総合大会 ISS特別企画「ジュニア&学生ポスターセッション」
    • Related Report
      2020 Annual Research Report
  • [Presentation] 正則化項とする最小分類誤り学習法の高速化及び実験的評価2021

    • Author(s)
      岡内亮太,片桐滋,大崎美穂
    • Organizer
      2021年電子情報通信学会総合大会 ISS特別企画「ジュニア&学生ポスターセッション」
    • Related Report
      2020 Annual Research Report
  • [Presentation] ベイズ境界性を最大にする新しい学習法の評価2020

    • Author(s)
      大角朋弘, 千田将大, 片桐滋, 渡辺秀行, 大崎美穂
    • Organizer
      2020年電子情報通信学会総合大会
    • Related Report
      2019 Annual Research Report
  • [Presentation] ボトムアップクラスタリングを用いたベイズ境界の近傍標本の探索2020

    • Author(s)
      中村樹生, 蔭山昌幸, 千田将大, 片桐滋, 渡辺秀行, 大崎美穂
    • Organizer
      2020年電子情報通信学会総合大会
    • Related Report
      2019 Annual Research Report
  • [Presentation] CS-ACELPを用いた音声合成可能性を正則化条件とする最小分類誤り学習法の実験的評価2020

    • Author(s)
      丸山右京, 梅崎直統, 大久保拓海, 渡辺秀行, 片桐滋, 大崎美穂
    • Organizer
      2020年電子情報通信学会総合大会
    • Related Report
      2019 Annual Research Report
  • [Presentation] 遺伝的プログラミングと強化学習による自動運転モデルの比較2020

    • Author(s)
      山村光平, 中川将輝, 渡辺秀行, 片桐滋, 大崎美穂
    • Organizer
      2020年電子情報通信学会総合大会
    • Related Report
      2019 Annual Research Report
  • [Presentation] 大幾何マージン最小分類誤り学習法のベイズ誤り推定力に関する実験的評価2020

    • Author(s)
      西山育宏,渡辺秀行,片桐滋,大崎美穂
    • Organizer
      電子情報通信学会「パターン認識・メディア理解」研究会(2020年3月)
    • Related Report
      2019 Annual Research Report
  • [Presentation] カーネル最小分類誤り学習法のベイズ誤り推定能力に関する実験的評価2020

    • Author(s)
      山田浩嗣,渡辺秀行,片桐滋,大崎美穂
    • Organizer
      電子情報通信学会「パターン認識・メディア理解」研究会(2020年3月)
    • Related Report
      2019 Annual Research Report
  • [Presentation] ベイズ境界性を最大化する分類器学習法の提案2020

    • Author(s)
      千田将大,ア デイビッ ド,渡辺秀行,片桐滋,大崎美穂
    • Organizer
      電子情報通信学会「パターン認識・メディア理解」研究会(2020年3月)
    • Related Report
      2019 Annual Research Report
  • [Presentation] Actor-Critic法に基づく自動運転モデルの汎化性能の調査2020

    • Author(s)
      中川将輝, 渡辺秀行, 片桐滋, 大崎美穂
    • Organizer
      2020年電子情報通信学会総合大会
    • Related Report
      2019 Annual Research Report
  • [Presentation] To Ride The Tide or To Stick with The Basics?2019

    • Author(s)
      Shigeru Katagiri
    • Organizer
      2019 ACM International Conference on Signal Processing and Machine Learning (SPML 2019)
    • Related Report
      2019 Annual Research Report
    • Int'l Joint Research / Invited
  • [Presentation] Improvement for Boundary-Uncertainty-Based Classifier Parameter Status Selection Method2019

    • Author(s)
      David Ha, Yuya Tomotoshi, Masahiro Senda, Hideyuki Watanabe, Shigeru Katagiri, Miho Ohsaki
    • Organizer
      2019 IEEE International Conference on Computational Electromagnetics
    • Related Report
      2018 Annual Research Report
    • Int'l Joint Research
  • [Presentation] ベイズ境界性に基づく分類器パラメータの最適選択法の実験的評価2019

    • Author(s)
      蔭山昌幸,ア・デイビッド,友利宥也,千田将大,渡辺秀行,片桐滋,大崎美穂
    • Organizer
      2019年電子情報通信学会総合大会
    • Related Report
      2018 Annual Research Report
  • [Presentation] 時系列パターンのためのカーネル最小分類誤り学習法の検討2019

    • Author(s)
      大越俊,山田浩嗣,渡辺秀行,片桐滋,大崎美穂
    • Organizer
      2019年電子情報通信学会総合大会
    • Related Report
      2018 Annual Research Report
  • [Presentation] ベイズ境界らしさを最大化する分類器学習法2019

    • Author(s)
      千田将大,ア・デイビッド,渡辺秀行,片桐滋,大崎美穂
    • Organizer
      2019年電子情報通信学会総合大会
    • Related Report
      2018 Annual Research Report
  • [Presentation] 最小分類誤り学習法におけるベイズエラー推定能力の検証2019

    • Author(s)
      鶴尾明大,西山育宏,渡辺秀行,片桐滋,大崎美穂
    • Organizer
      2019年電子情報通信学会総合大会
    • Related Report
      2018 Annual Research Report
  • [Presentation] From Bayes Error to Bayes Boundary2018

    • Author(s)
      Shigeru Katagiri
    • Organizer
      2018 ACM International Conference on Signal Processing and Machine Learning
    • Related Report
      2018 Annual Research Report
    • Int'l Joint Research / Invited
  • [Presentation] 大幾何マージン最小分類誤り学習法のためのベイズ境界推定力評価2018

    • Author(s)
      西山育宏,渡辺秀行,片桐滋,大崎美穂
    • Organizer
      電子情報通信学会「パターン認識・メディア理解」研究会(2018年12月)
    • Related Report
      2018 Annual Research Report
  • [Presentation] 最小分類誤り学習法における損失平滑度自動設定法に関する実験的評価2018

    • Author(s)
      小林和馬,渡辺秀行,片桐滋,大崎美穂
    • Organizer
      電子情報通信学会「パターン認識・メディア理解」研究会(2018年12月)
    • Related Report
      2018 Annual Research Report

URL: 

Published: 2018-04-23   Modified: 2022-12-28  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi