ラベル情報の少ない学習データを利用して、大量のデータを分類することはパターン認識や機械学習における大きな課題である。実際の利用場面では学習データにノイズデータが混入するため、問題は更に難しくなる。本研究が上記の問題点に基づき、画像処理の分野の一つ手法である動的輪郭モデルで2回微分によってノーズを効果的に削除できる特性を用いて、グラフベース半教師付き学習と組み合わせることによって、データに含まれるノイズを削除し、少ないラベル情報を元にラベルなしデータにラベルを付けることのできる手法を開発した。この手法を人工データと医用画像に応用し、その有効性について示す。
|