判別分析における高速な追加学習アルゴリズムの一提案

カテゴリ: 部門大会

論文No: OS1-1

グループ名: 【C】平成20年電気学会電子・情報・システム部門大会講演論文集

発行日: 2008/08/20

タイトル(英語): Fast Incremental Learning Algorithm of Discriminant Analysis

著者名: 尾山 匡浩(徳島大学),Stephen Karungaru(徳島大学),柘植 覚(徳島大学),満倉 靖恵(東京農工大学),福見 稔(徳島大学)

著者名(英語): Tadahiro Oyama(The University of Tokushima),Stephen Karungaru(The University of Tokushima),Satoru Tsuge(The University of Tokushima),Yasue Mitsukura(Tokyo University of Agriculture and Technology),Minoru Fukumi(The University of Tokushima)

キーワード: Incremental Simple-FLDA|Simple-FLDA|判別分析|追加学習|パターン認識

要約(日本語): パターン認識の分野においては,多くの特徴を持ったデータに対して,線形判別分析(LDA)を用いた特徴抽出が盛んに行われている。このLDAを拡張したアルゴリズムとして,逐次追加学習が可能となるように改良されたIncremental LDA (ILDA)がある。またLDAの近似アルゴリズムとして,繰り返し演算を用いた行列演算を必要としないSimple-FLDAという手法が提案されている。本論文では,このSimple-FLDAに追加学習機能を持たせたIncremental Simple-FLDAを提案する。このアルゴリズムをパターン認識問題に適用し,その有効性を検証する。

PDFファイルサイズ: 4,259 Kバイト