MR3法を用いた高速主成分分析によるロボットビジョンの環境情報学習

カテゴリ: 研究会(論文単位)

論文No: IIC10079

グループ名: 【D】産業応用部門 産業計測制御研究会

発行日: 2010/03/08

タイトル(英語): Efficient principal component analysis by using MR3 method for robot vision with environmental information learning

著者名: 吉澤 宗明(横浜国立大学),藤本 康孝(横浜国立大学)

著者名(英語): Yoshizawa Muenaki(Yokohama National University),Fujimoto Yasutaka(Yokohama National University)

キーワード: 主成分分析|固有値問題|ＭＲ３法|ｄｑｄｓ法|ｔｗｉｓｔｅｄ分解|PCA|eigenvalue/eigenvector problem|MR3|dqds|twisted factorization

要約(日本語): 情報学習に主成分分析を適用することは，テンプレートだけではない柔軟な認識を実現するため現在広く行われている。しかし，主成分分析は相関行列から固有値，固有ベクトルを求める必要があり多くの時間を必要とする。そこで，本稿では計算時間の短縮を目的とし，MR3法を組み合わせ高速な主成分分析を提案する。また，効率的な実験を行うためにロボットの開発を進めており，これを利用した実験についても説明する。

要約(英語): This paper presents a principal component analysis (PCA) for robots to provide flexible recognition. We apply Multiple Relatively Robust Representation (MR3) method for calculation of PCA. MR3 is a new efficient algorithm for calculating the eigenvalues and eigenvectors of a symmetric tridiagonal matrix proposed by Dhillon in 1997.We adapt electric wheel chair for robot, and we realize PCA on the robot to provide flexible recognition.

原稿種別: 日本語

PDFファイルサイズ: 1,831 Kバイト