• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

極めて少ない学習サンプルに対応した距離計量学習に基づく特徴転移

研究課題

研究課題/領域番号 23K11232
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分61030:知能情報学関連
研究機関九州大学

研究代表者

松川 徹  九州大学, システム情報科学研究院, 助教 (80747212)

研究期間 (年度) 2023-04-01 – 2026-03-31
研究課題ステータス 交付 (2023年度)
配分額 *注記
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2025年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2024年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2023年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
キーワード距離計量学習 / マハラノビス計量 / 少数サンプル / 部分空間 / 特徴転移
研究開始時の研究の概要

対象とする環境で距離計量を学習することで,照合精度の向上を図る人物照合問題の特徴転移では, 学習サンプルが極めて少ない場合,逆に精度を大きく低下させてしまう. 本研究では,この要因が学習サンプルとテストサンプルの所属する特徴量の部分空間の違いにあることへ着目し, この問題を解決する手法群を開発する. まず, 既存の線形のマハラノビス距離計量学習改良する. また,特徴マップの構造へ着目し学習サンプル数を疑似的に増加させる効果を持つ手法と非線形拡張手法を開発し, 更なる精度向上を行う.

URL: 

公開日: 2023-04-13   更新日: 2023-07-19  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi