主成分分析における高速な追加学習法

カテゴリ: 部門大会

論文No: MC3-2

グループ名: 【C】平成21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: 2009/09/03

タイトル(英語): Fast incremental learning method of principal component 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(University of Tokushima),stephen Karungaru(University of Tokushima),satoru Tsuge(University of Tokushima),yasue Mitsukura(Tokyo University of Agriculture and Technology),minoru Fukumi(University of Tokushima)

キーワード: 主成分分析|Simple-PCA|追加学習|パターン認識|次元削減|PCA|Simple-PCA|incremental learning|pattern recognition|dimensional reduction

要約(日本語): 主成分分析(PCA)の近似アルゴリズムとして，繰り返し演算のみで主成分ベクトルを求めることのできるSimple-PCAアルゴリズムが提案されている．このアルゴリズムは，固有値問題を解く必要がないため，高速な演算が期待できる．本論文では，このSimple-PCAに追加学習機能を持たせたIncremental Simple-PCAというアルゴリズムを提案し，様々なパターン識別問題に適用することでその有効性を検証する．

PDFファイルサイズ: 4,149 Kバイト