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

2014 年度 研究成果報告書

広い分布族に対応するパラメトリック生成学習モデルと応用

研究課題

  • PDF
研究課題/領域番号 24500165
研究種目

基盤研究(C)

配分区分基金
応募区分一般
研究分野 知能情報学
研究機関電気通信大学

研究代表者

高橋 治久  電気通信大学, 情報理工学(系)研究科, 教授 (90135418)

研究分担者 堀田 一弘  名城大学, 理工学部, 准教授 (40345426)
研究期間 (年度) 2012-04-01 – 2015-03-31
キーワード自己相関カーネル / サポートベクトルマシン / Fisherカーネル / 顔検出
研究成果の概要

本研究では,確率モデルによる特徴抽出と簡単な識別モデルによる学習機械について研究した。確率モデルとしてカーネルによりポテンシャル関数が定義されたマルコフ確率場,カーネルランダムフィールドを提案し,その効率的な計算法と特徴が線形分離可能となることを示した。最大の成果は,この特徴抽出器は,カーネルの次数を十分大きくとれば,パターン識別問題が必ず,識別の簡単な特徴である線形分離可能な問題に変換できることを示した点にある。顔検出問題にこの手法を用い,AdaBoostとSURFと用いた最先端の従来法の精度を容易に達成できることを示した。

自由記述の分野

情報通信(機械学習とパターン認識)

URL: 

公開日: 2016-06-03  

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