| 研究課題/領域番号 |
23300069
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知覚情報処理・知能ロボティクス
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
山下 幸彦 東京工業大学, 理工学研究科, 准教授 (90220350)
|
|---|
| 研究分担者 |
杉山 将 東京工業大学, 大学院・情報理工学研究科, 准教授 (90334515)
田中 聡久 東京農工大学, 大学院・工学研究院, 准教授 (70360584)
鷲沢 嘉一 電気通信大学, 大学院・情報理工学研究科, 助教 (10419880)
|
|---|
| 研究期間 (年度) |
2011-04-01 – 2014-03-31
|
| 研究課題ステータス |
完了 (2013年度)
|
| 配分額 *注記 |
20,670千円 (直接経費: 15,900千円、間接経費: 4,770千円)
2013年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2012年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2011年度: 11,830千円 (直接経費: 9,100千円、間接経費: 2,730千円)
|
|---|
| キーワード | 時空間計量 / Mahalanobis計量 / 最小二乗確率的分類器 / 多様体上のアンサンブル学習 / マルチカーネル適応フィルタ / 制約条件付き最大事後確率識別器 / マハラノビス計量 / 拡張カーネル法 / 最小2乗確率的分類器 / 適応的カーネル主成分分析 / Fisher判別分析の修正項 / 線形計画法による最大事後確率識別 / コミッティマシン / 部分カーネル主成分追跡 / Grassmann多様体上の距離 / サポートベクタマシン |
|---|
| 研究概要 |
信号処理やパターン認識の性能向上のためには，信号の分布の偏りを反映できる距離構造を求める方法と，それに基づいた信号処理・パターン認識の枠組みが必要である。
その理念のもと，Mahalanobis 計量理論の深化と，カーネル法による計算法を開発し，事後確率を求める必要がない，最大時後確率法と同等な識別法を開発した。また，確率密度関数間のL2距離を直接推定する手法を考案し，Stiefel 多様体上でその標本平均を効率的に求めるアルゴリズムを開発すると共に，基底数を増やさずに効率的な特徴抽出が可能な適応部分カーネル主成分分析を開発した。そして，開発した手法の有効性を計算機実験によって確認した。
|
