|
機械学習の主要な手法の一つとして，カーネル法と呼ばれる手法がある．その効果はカーネル関数の種類とそのパラメタに大きく依存する．変換される確率変数の分布に着目してカーネル関数を最適化する手法の開発を目的とし，以下の３つの成果を得た．特定の判別器を用いた時に最適な判別性能が得られるように，特徴空間のデータ分布最適化の観点からカーネル関数を設計する方法を提案した．次に，データの有する情報量の観点から既存データと新規観測データの類似性の評価尺度を提案し，それに基づくデータの分類手法や外れ値検出手法を提案した．応用として，話者認識やジェスチャ認識，タンパク質の構造判別，変化点検知等の問題に取り組んだ．
|
