| 研究概要 |
今年度は,これまでに開発した特徴抽出法をテンソルデータに対する特徴抽出へ拡張した.これまで,ランク制約を用いた特徴抽出法は考えられていたが,その他の制約を用いたものは考えられていなかった.さらにテンソルデータの場合,特徴を抽出すべきインデックスとそうでないインデックスが存在するが,これらに対し,特徴抽出と加重平均の考え方を同時に適用し,効率的に特徴抽出を行う手法を開発した.この結果を脳信号処理へ適用した結果,従来法よりも高い性能を示した.この結果を国際会議において発表した.
前年度までに開発した部分カーネル主成分分析法に関しては,投稿済み論文の修正,他の手法との比較実験を行った.特に不完全Cholesky分解法は明示的に提案している文献はないが,類似手法から容易に類推できる手法であり,問題によっては提案法を上回る性能となった.しかしながら,提案法は設計時だけでなく,識別時における計算量が少ない,また,標本数が非常に多いときにも有効に計算量を削減できるという特長があることが分かった.さらに,提案である部分カーネル主成分分析法にも不完全Cholesky分解法の概念を取り入れることができ,この組み合わせにより,双方の長所を取り入れた方法を構築できることが分かった.さらに,部分カーネル主成分分析法を画像復元の問題に応用し,従来法と同等の性能を得た.これらの成果を国内会議および国際会議で発表した.
|
