重複インデックスリストを用いるテスト特徴学習の高速化

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2013/01/01

タイトル(英語): Efficient Learning for Test Feature Classifier by Overlap Index List

著者名: 松尾　祥和（北海道大学大学院情報科学研究科），高氏　秀則（室蘭工業大学大学院工学研究科 もの創造系領域），金子　俊一（北海道大学大学院情報科学研究科）

著者名(英語): Yoshikazu Matsuo (Graduate School of Information Science and Technology Hokkaido University), Hidenori Takauji (Muroran Institute of Technology), Shun'ichi Kaneko (Graduate School of Information Science and Technology Hokkaido University)

キーワード: テスト特徴法，重複インデックスリスト，高速化，次元追加，次元の呪い　　Test Feature Classifier，Overlap Index List，Fast Learning，Adding dimension，Curse of dimensionality

要約(英語): This paper presents a novel low cost learning algorithm for Test Feature Classifier by use of Overlap Index List (OIL). In general, classifiers need a lot of training data for realizing the high performance, which causes much computation time. The proposed algorithm by OIL can keep search and check elemental combinatorial features from lower dimensions up to higher ones. Classification problems in real industrial inspection lines have been solved by the proposed algorithm, and large amounts of reduction in computation time could be obtained.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.133 No.1 （2013） 特集：2012 Korea-Japan Joint Workshop on Frontiers of Computer Vision (FCV2012)

本誌掲載ページ: 211-218 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/133/1/133_211/_article/-char/ja/