大規模パターン認識問題に対する識別系の開発と応用

2003 年度 実績報告書

• 研究課題/領域番号: 14380151
• 研究機関: 北海道大学
• 研究代表者: 工藤 峰一 北海道大学, 大学院・工学研究科, 教授 (60205101)
• 研究分担者: 外山 淳 北海道大学, 大学院・工学研究科, 助手 (60197960) ; 今井 英幸 北海道大学, 大学院・工学研究科, 助教授 (10213216) ; 村井 哲也 北海道大学, 大学院・工学研究科, 助教授 (90201805) ; 天元 宏 国立釧路工業高等専門学校, 情報工学科, 助教授 (80321371) ; 田中 章 北海道大学, 大学院・工学研究科, 助手 (20332471)
• キーワード: パターン認識 / 特徴選択 / 汎化性能 / 画像処理 / 大規模問題 / 漢字認識 / 識別 / データマイニング

研究概要

本研究で扱っている、大規模パターン認識系の実現における検討事項のうち,今年度の成果は以下のようにまとめられる.
1.識別性能に関する検討(データ数に関する規模の問題):代表的な識別規則であり漸近的な高性能性が保障されているk最近隣法を大規模なデータに関して高速化するための方法論を検討し、従来の方法論を凌ぐ方法を提案した。また、データマイニングにおいて需要が高い、質量混在の特徴で表されるデータおよび幾つかの特徴量が未知であるデータなどに関しても優れた識別ができるよう、研究代表者のこれまでの方法論を拡張した。
2.特徴数に関する検討(特徴数に関する規模の問題):最適な特徴の部分集合を選択する問題に関して、より実際的な、特徴数が百を越すデータに対して有効な選択が行えるよう、ベイズ境界の法線方向に基づく手法を開発した。さらにこの方法の少ない計算量を利用して、まず、識別に寄与しない特徴を高速に除去し、その後計算量の大きい方法で必要な特徴を精選する方式を確立し、その有効性を確認した。
3.クラスの数の多い場合の検討(クラス数に関する規模の問題):カテゴリ数が非常に多い場合,識別の困難さが増すことは明らかである.そこで、識別の難しさを基準として、複数のカテゴリをスーパークラスとしてまとめる方式を検討した。これにより,特徴選択との併用により識別性能を向上できることを類似漢字識別問題において示した。
これらの三つの詳細課題に関して、一般的な枠組みで検討を行うことで、問題の所在を顕在化することに出来つつある。今後の研究において問題解決の方向性を検討するとともに、さらに本質的な方法論の探求を進める。

研究成果

• [文献書誌] 青木 和昭, 渡辺 俊晴, 工藤 峰: "クラスに依存した特徴集合を用いた決定木の設計"電子情報通信学会論文誌D-II. J86-D-II-8. 1156-1165 (2003)
• [文献書誌] 森 康久仁, 工藤 峰一: "グラフによるインタラクティブなデータ分析と決定木の構成"電子情報通信学会論文誌D-II. J86-D-II-8. 1166-1176 (2003)
• [文献書誌] Y.Mori, M.Kudo: "Comparison of Low-Dimensional Mapping Techniques Based on Discriminatory Information"International Journal of Knowledge-Based Intelligent Engineering Systems. 7-2. 70-77 (2003)
• [文献書誌] 田中章, 今井英幸, 宮腰政明: "補空間成分推定に基づく特異観測過程に対する画像復元"電子情報通信学会論文誌D-II. J86-D-II. 1745-1755 (2003)
• [文献書誌] T.Murai, Y.Sato, G.Resconi, M.Nakata: "Granular Reasoning Using Zooming In & Out : Part 2"Aristotle's Categorical Syllogism. Electrical Notes on Theoretical Computer Science. 82-4. (2003)
• [文献書誌] T.Murai, M.Nakata, Y.Sato: "A Remark on Granular Reasoning and Filtration"Rough Set Theory and Granular Computing, Studies in Fuzziness and Soft Computing, Springer. 125. 89-96 (2003)
• [文献書誌] A.Nakamura, M.Kudo, A.Tanaka: "Collaborative Filtering using Restoration Operators"Proceedings of 7th European Conference on Principles and Practice of Knowledge Discovery in Databases. 2838. 339-349 (2003)