| 研究課題/領域番号 |
05680304
|
|---|
| 研究種目 |
一般研究(C)
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 東京電機大学 |
|---|
研究代表者 |
市野 学 東京電機大学, 理工学部, 教授 (40057245)
|
|---|
| 研究期間 (年度) |
1993
|
| 研究課題ステータス |
完了 (1993年度)
|
| 配分額 *注記 |
1,600千円 (直接経費: 1,600千円)
1993年度: 1,600千円 (直接経費: 1,600千円)
|
|---|
| キーワード | パターン認識 / 特徴選択 / 情報量基準 / 神経回路網 / ユニット数選択 |
|---|
| 研究概要 |
1.パターン認識系の設計のために与えられたサンプル(事例)群に基づいて各概念クラスを記述する場合、各サンプルを記述する特徴群をどのように選択するかが、非常に重要となる。サンプルをより多く包含するような抽象度の高井記述を生成することと、概念クラスをより少数個の特徴で記述することの間には一般にトレードオフが存在しており、ここに適当な情報量基準が必要となることを指摘した。クラス概念の記述を、サンプルを2つづつしか含まない最小記述単位に基づいて行う場合の特徴選択法と情報量基準については、国際会議(IFCS-93)に招待論文として報告した。
2.報告者は電子情報通信学会論文誌(1988)に、概念クラスを与えられたサンプル群を包含するような事象とよぶ領域によって記述し、その後0-1整数計画法によって特徴選択する方法を提案している。今年度の研究によって、より望ましい特徴選択は、この報告の方法とIFCS-93に報告した方法の中間の方法によって可能であることが判明した。また、新たな方法は、特徴選択を0-1整数計画法によって実行可能であり、100特徴で数百サンプル程度の問題を申請により購入したパーソナルコンピュータで実用的範囲で解くことが可能となった。
3.特徴選択法の応用として、神経回路網モデルのユニット数の選択問題に適用を試みたが、入力層のユニット数の選択に対して、特徴選択がきわめて重要であることが判明した。上記2、3の成果については今後逐次公表していく予定である。
|
