しましま/IBISML002
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
検索
|
最終更新
|
ヘルプ
|
ログイン
]
開始行:
* 第2回電子情報通信学会 情報論的学習理論と機械学習研究会 ...
このページはしましまが[[第2回電子情報通信学会 情報論的学...
* 9月5日(日) [#yd5f43ad]
*［特別講演］パターンマイニングの新しい落としどころ 〜 ク...
○宇野毅明（NII）
動機
- 全体の分布を捉える代わりに，データの局所的な情報を見つ...
-- マイノリティへの対応
パターンマイニング
- 巨大データの，しきい値以上の項目に含まれる（現れる），...
問題設定の便利さ
- 最適化型ではなく，列挙型の発見問題
- 単純なデータから，単純な評価値で解を見つける
- 最小サポートというしきい値というパラメータがあり調整で...
アルゴリズム分野からすると
- 列挙問題 → アルゴリズム分野では以前からあった設定だが，...
-- 最小サポートというパラメータで調整できるようにしたのが...
最近の問題点
- いいモデルがなかなか出てこない．
- モデルの単純さゆえに直接的に利用できない．副次的に利用...
- 有益なものを見つけると解が多すぎ，重複も多い
- 複雑な解析モデルと，列挙アルゴリズムの間で，列挙アルゴ...
どうすべきか？
- パターンが多すぎる → パターンに制約を導入すると捨てすぎ...
- 出現集合間の類似性に注目しては？
-- モデルが複雑になりがちなので，そういうことは避けたい
- 「単純で頑強な解を求める途中で，複雑で不定な計算を用い...
「見つけ方」の逆転
- 単純なパターンからだんだん複雑なパターンを探す
-- そもそも局所を探してそのパターンを求めたかったのに，パ...
- それは，クラスタリングして，各クラスタの特徴を求めるっ...
-- 大きなクラスタ構造だけが出てきてしまい，局所的な小さな...
-- クラスタ数を増やしたら？ → やはり，クラスタ数前提なの...
クリークによる局所構造発見
- 長所：定式化がちゃんとしていて，高速アルゴリズムがある
- 短所：ちょっとした欠損があると，類似したものが多数でき...
-- 類似構造を考えたり，クリーニングでかわす
-- リンク先が似ているものをまとめる：大きな2のアイテム集...
Webリンクデータ
- 550万ページ，1300万リンク
- 20個以上のリンク先を共有するものを似ているとして，大き...
-- 解の数8000で列挙問題として解ける範囲になった．10分ぐら...
- 解の分布：普通の極大クリークは急に解の数が増えて，その...
BMS-WebView2データ
- 単純に適用するとうまくいかない → まんべんなく似ていた
-- 工夫してかわした
頻出文字列
- 文字列長を固定して，ハミング距離が一定以内のものを列挙
* ［特別講演］(仮) 高階最適化と学習 〜 ボトムアップアプ...
○石川 博（名古屋市大）
- トップダウン：人間の思うものをデータから出せるように
- ボトムアップ：データから始めてパターンを出す
** 高階MRFエネルギー最小化 [#n8d4cd14]
- ノイズ除去問題：画素のラベル付け問題
- MRF：無向グラフのグラフィカルモデル．グラフのクリークご...
P(X)＝[1/Z] Π q_c(X_c)
- ポテンシャル：q_c(X_c) の対数をとったものの和
-- エネルギー最小化 ⇔ 確率最大化
- 一階MRF：隣接画素とだけ辺がある
- ノイズの除去： λ（ノイズあり入力画像と類似）+（近隣のラ...
-- を満たすような
- 一階エネルギーでは区別がつかないパターンがある
-- もっと広範囲を見るために，隣接点への隣接点も考えた高階...
高階MRFの最適化
- グラフカット：maxflow-mincutアルゴリズムの応用．一階エ...
- 信念伝搬：因子グラフ上でのバックプロパゲーション
高階グラフカット
- 擬ブール関数(pseudo Boolean func.)：常に多項式で書ける
- 高次のPBを，低次のPBで表現可能
- 目的関数を最適化するブール値の組み合わせをグラフカット...
** 画像の公開等系の学習 [#a176f58c]
- 最適化できるようになったとして，エネルギー関数のパラメ...
-- 勾配降下で最適化する．勾配には期待値があるので，MCMC，...
- MCMCは非常に遅い → 勾配を contrastive divergence で近似...
** 何を学習させるべきか？ [#b5e55cc6]
- ノイズ除去：輪郭の平滑性，直線性．さらに巨視的な構造の...
-- これを画像だけからできるか？
- 考慮すべきパターンが膨大になる → どうしたらいいのだろう？
-- 規則性を表すようなコルモゴロフ複雑性などの何らかの情報...
* テーマセッション3 [#fc1362e6]
** 表情表出時の顔特徴点の変化を用いたアンサンブル学習によ...
○野宮浩揮・宝珍輝尚（京都工繊大）
- 表情認識：特徴点の移動を特徴に，有用な特徴をアンサンブ...
- 特徴点：顔の決まった24カ所．特徴点間の距離，三角領域の...
アンサンブル学習
- 各特徴量から低レベルな識別器を作り，有用なものを特徴と...
-- 入力画像の特徴量での，各クラスの分類器の出力値
-- 特徴選択は，PCAで次元削減後，クラス内・クラス間分散の...
- 選んだ特徴で構成される特徴ベクトルを使って通常のAdaBoost
** 学習による映像中の音源同定 [#ze58459a]
○池田千廣・フォン ヤオカイ・内田誠一（九大）
- 画像中での音源の同定（単一マイク+単一カメラの動画）
-- 潜在的な音源は既知 → テレビ会議画像で，どちらが話して...
- 画像の特徴：Haar-like特徴，ST-patch
- 音の特徴：power と MFCC（話者認識用の特徴は使ってない）
- フレームごとに，発生中・無音声を与えてAdaBoostを適用
** 人体シルエットの生成型追加学習による人検出の高精度化 [...
○纐纈直也・山内悠嗣・藤吉弘亘（中部大）
- 従来の人検出：HOG, EOH, Edgelt などの特徴 + 機械学習
-- シーンに関する要因は吸収できない
- 3D人体モデル + 背景画像 → 追加サンプル
-- 追加サンプルは，設置したカメラから背景を作り，与えたカ...
- 汎用DBで学習した識別器 H1 を作り，追加サンプルを分類し...
- H1とH2を修正したものを組み合わせた識別器も提案
** 局所学習型パターン認識器の高次元特徴選択パス追跡に関す...
○竹内一郎（名工大）
- 特徴選択：フィルター，ラッパー，正則化
- 正則化パス：正則化パラメータを変化させたときの，各特徴...
- 近隣法の分類で使う距離の計算に使う特徴を選択する
- 距離学習
-- 各点から同じクラスのk個の点は近く，違うクラスについて...
-- ユークリッド距離に近づくような正則化項を導入
- この定式化だと，パラメトリック二次計画問題になる
-- 正則化パスが区分線形となって，容易に計算できる．
* 9月6日(月) [#s4c60061]
* テーマセッション4 [#y16632b2]
** 変分ベイズ法におけるクロスヴァリデーションと汎化誤差の...
○大山慎史・渡辺澄夫（東工大）
- 変分ベイズで汎化誤差を知るのに交差確認をする場合
- モデルに混合正規分布を想定，事前分布はDirichletや正規分...
-- 混合比のDirichlet事前分布の超パラメータ φ が重要と分か...
- 正則な場合（真の分布を実現するパラメータが一つの場合）...
-- 汎化誤差はχ二乗分布のようになり，CV誤差はそれを左右反...
-- 平均も分散も一致する
- 特異な場合：最尤法やベイズ法は違ってくる
-- 平均は一致するが，CV誤差の方が分散が大きい
-- 超パラメータφが小さいと分散は大きくなる
--- 平均も分散も相転移する点がある
** 混合正規分布の隠れ変数上のMCMC法の提案とベイズ周辺尤度...
○三木拓史・渡辺澄夫（東工大）
- 温度 β 付きの事後分布
∫ φ(w) Π p(Xi | w)^β dw
β＝0 だと事前分布そのもの，β＝1 だと普通の事後分布
- ベイズ自由エネルギー -log<正規化定数> を最小化する経験...
- 混合分布の隠れ変数上でのMCMCは，パラメータ上でMCMCをす...
** A Density Ratio Approach to Two-Sample Test [#z1eba2da]
○Masashi Sugiyama（Tokyo Tech.）, Taiji Suzuki（Univ.Toky...
- 二標本検定：二つのサンプル集合が同じ分布から出てきたの...
-- 帰無仮説：生成分布 P＝P'
-- 分布間のダイバージェンスのノンパラ推定量を求める
-- 並び替え検定で帰無分布を作る
- ピアソンダイバージェンス
PE(P,P'＝(2/2) ∫ ([p(x) / p'(x)] - 1)^2 p'(x) dx
-- KL と同じ fダイバージェンス
-- うまく展開して密度比推定を使って計算
-- 密度比をカーネルの線形結合でモデル化 + 最小二乗
-- 収束の理論限界：密度比が 1（P＝P'のとき）収束率が良く...
- 並び替え検定
-- 二つの分布のサンプルを入れ替えて統計量（ここでは PE Di...
-- 出てきた統計量のヒストグラムを帰無分布とする
-- あとは，もとのサンプルの統計量が，この帰無分布の棄却域...
- 第1種過誤が大きめに出るのは，密度比の推定で p'/p と p/p...
- http://sugiyama-www.cs.titech.ac.jp/~sugi/software/LSTT...
* テーマセッション6 [#u9ad128a]
** 損失関数平滑度の自動制御を伴う最小分類誤り学習法 [#vfc...
○徳野純一（同志社大）・渡辺秀行（NICT）・片桐 滋・大崎美...
- 最小分類誤り (minimum classification error)
-- g_j(x; Λ) を最大にするクラス j に分類する
-- 誤分類測度，正しいクラス y に分類する場合
d_y(x; Λ)＝- g_y(x; Λ) + log[ {1 / (J-1)} Σ{非正解クラス...
-- これをロジスティック関数にいれて平均をとったものの最小...
L(Λ)＝Σ 1 / [1 + exp(-α_y d_y(x;Λ)]
- この誤差測度をParzen窓推定で行う
** 裾野の重たい分布関数を利用した学習ベクトル量子化手法 [...
○宮野博義・石寺永記（NEC情報システムズ）
- 学習ベクトル量子化：少ないプロトタイプ数でオンライン学...
-- オリジナルの LVQ の改良手法：誤り率を最小化する GLVQ，...
- 確率値に基づく RSLVQ の発散を抑えるのに，正規分布よりよ...
** margin assumptionの下での分類器の誤り率の評価について ...
○綾野孝則・鈴木 譲（阪大）
- 二値分類器の誤り率の，サンプル数 n に対する限界を計算
-- margin 仮定，complexity 仮定の下での議論
*［フェロー記念講演］非線形判別分析とその周辺 [#tb76c236]
○栗田多喜夫（広島大）
パターン認識過程
- ベイズ決定理論：特徴ベクトルとクラスの確率的な対応関係...
-- 期待損失最小化と対応
- 識別に有用な特徴 -- 線形判別分析 (LDA, FDA)：クラスの分...
- 非線形判別分析：背後の分布が分かっているとき，最適な識...
y＝Ψ(x)≒Σk^K P(Ck|x) uk
ukはクラスの代表ベクトルで，Γの固有値問題で計算できる．Γ...
-- 特徴 → 事後確率 → 識別 と空間を変換することに対応
- 事後確率を線形近似 → 全部固有値問題として解ける
- 事後確率を多項ロジットモデルで表す：LgDA
判別カーネル
- 最適非線形判別分析に対応しているカーネルは？
-- クラスの確率を陽に考慮したカーネルになる
K(xi, x)＝Σk^K [ p(Ck|xi) P(ck|x) ] / P(Ck)
-- 実際に使うには事後確率を求めないといけない：k近隣法，...
*［フェロー記念講演］部分空間法から相互部分空間法へ [#l57...
○前田賢一（東芝リサーチ/東芝）
パターン認識
-- あるインスタンスが属するクラスを決定すること [飯島]
-- パターン再認（かつてみたことがある「あれ」を特定）
-- classification，identification，verificationなども
- パターン認識の難しさ
-- 10×10画素程度でも，全部の画素のパターンについて，それ...
- Tauschekの文字認識装置 (1929)：光学的に一致を調べる装置
部分空間法
- 部分空間
-- 統計学的背景 PCA,CCA [Hotelling 1933, 1936]，KL展開 [1...
-- パターン認識への導入：飯島泰藏 (1963)，渡辺彗
- 特徴ベクトルで表されてる + ちょっとした差異は同じものと...
-- 色の反転も同じとみなす
-- ある理想パターンを中心とする円錐と，それが反対にも付い...
-- 理想パターンを含む部分空間に射影して，そこで角度の大き...
相互部分空間法
- 辞書と入力の両方を部分空間で表現
- 両方とも部分空間を使うので PCA → CCA
手書き文字認識
- 識 - 織 - 繊 など類似した文字があるときに難しい
- Gauss-Hermite核によるぼかしの一般表現
- 単純類似度：75.9% → 部分空間法 80.2% → 相互部分空間法 8...
-- 当時のマシンは 1mips
顔認識への応用
- 複数の基準パターンを用いた認識
- 写真と本物の顔との区別
-- 実物は3次元だが，写真は2次元なので，分布している多様体...
* 一般セッション4 [#efc2041c]
** q-正規分布とそのエスコート分布の関係について [#m749c706]
○田中 勝（福岡大）
- Tsallisエントロピー
Sq＝1/(1-q) [∫-∞^∞ p(x)^q dx - 1]
- q-期待値：確率密度関数を q 乗して規格化したエスコート分...
- q-期待値での平均・分散を与えたときに，Tsallisエントロピ...
p(x|μ,σ)＝[1 / Z{q,σ}] ( [ 1 - {(1-q)/(3-q)} {(x-μ)^2 / ...
-- q を変えると，Cauchy 分布，t-分布，正規分布などになる
** 連続DPの一般スキームについて 〜 画像スポッティングた...
○岡 隆一・矢口勇一・溝江真也（会津大）
- 画像のマッチングで，全画素の面的な性質を維持させたまま...
- uniform lattice image：グリッドの格子点に画素が対応
-- マッチする二つの画像１と2と，2を変形させた画像3を考える
-- グリッドの辺が拘束条件 → 相互の制約を左から右，上から...
- DP と相性がいい．
** 自己動的時間伸縮を用いた単一準周期信号の位相合わせ [#a...
○槇原 靖(阪大)，チュン タン ゴ(阪大)，長原 一(九大)，佐川...
- 準周期信号：振幅・周波数・位相に揺らぎがある周期信号
-- 単一の準周期信号の，各周期の信号の位相合わせを行う
- 自己相関で擬周期を求める
- 擬周期後の窓内での自己相関を考えた自己動的時間伸縮
終了行:
* 第2回電子情報通信学会 情報論的学習理論と機械学習研究会 ...
このページはしましまが[[第2回電子情報通信学会 情報論的学...
* 9月5日(日) [#yd5f43ad]
*［特別講演］パターンマイニングの新しい落としどころ 〜 ク...
○宇野毅明（NII）
動機
- 全体の分布を捉える代わりに，データの局所的な情報を見つ...
-- マイノリティへの対応
パターンマイニング
- 巨大データの，しきい値以上の項目に含まれる（現れる），...
問題設定の便利さ
- 最適化型ではなく，列挙型の発見問題
- 単純なデータから，単純な評価値で解を見つける
- 最小サポートというしきい値というパラメータがあり調整で...
アルゴリズム分野からすると
- 列挙問題 → アルゴリズム分野では以前からあった設定だが，...
-- 最小サポートというパラメータで調整できるようにしたのが...
最近の問題点
- いいモデルがなかなか出てこない．
- モデルの単純さゆえに直接的に利用できない．副次的に利用...
- 有益なものを見つけると解が多すぎ，重複も多い
- 複雑な解析モデルと，列挙アルゴリズムの間で，列挙アルゴ...
どうすべきか？
- パターンが多すぎる → パターンに制約を導入すると捨てすぎ...
- 出現集合間の類似性に注目しては？
-- モデルが複雑になりがちなので，そういうことは避けたい
- 「単純で頑強な解を求める途中で，複雑で不定な計算を用い...
「見つけ方」の逆転
- 単純なパターンからだんだん複雑なパターンを探す
-- そもそも局所を探してそのパターンを求めたかったのに，パ...
- それは，クラスタリングして，各クラスタの特徴を求めるっ...
-- 大きなクラスタ構造だけが出てきてしまい，局所的な小さな...
-- クラスタ数を増やしたら？ → やはり，クラスタ数前提なの...
クリークによる局所構造発見
- 長所：定式化がちゃんとしていて，高速アルゴリズムがある
- 短所：ちょっとした欠損があると，類似したものが多数でき...
-- 類似構造を考えたり，クリーニングでかわす
-- リンク先が似ているものをまとめる：大きな2のアイテム集...
Webリンクデータ
- 550万ページ，1300万リンク
- 20個以上のリンク先を共有するものを似ているとして，大き...
-- 解の数8000で列挙問題として解ける範囲になった．10分ぐら...
- 解の分布：普通の極大クリークは急に解の数が増えて，その...
BMS-WebView2データ
- 単純に適用するとうまくいかない → まんべんなく似ていた
-- 工夫してかわした
頻出文字列
- 文字列長を固定して，ハミング距離が一定以内のものを列挙
* ［特別講演］(仮) 高階最適化と学習 〜 ボトムアップアプ...
○石川 博（名古屋市大）
- トップダウン：人間の思うものをデータから出せるように
- ボトムアップ：データから始めてパターンを出す
** 高階MRFエネルギー最小化 [#n8d4cd14]
- ノイズ除去問題：画素のラベル付け問題
- MRF：無向グラフのグラフィカルモデル．グラフのクリークご...
P(X)＝[1/Z] Π q_c(X_c)
- ポテンシャル：q_c(X_c) の対数をとったものの和
-- エネルギー最小化 ⇔ 確率最大化
- 一階MRF：隣接画素とだけ辺がある
- ノイズの除去： λ（ノイズあり入力画像と類似）+（近隣のラ...
-- を満たすような
- 一階エネルギーでは区別がつかないパターンがある
-- もっと広範囲を見るために，隣接点への隣接点も考えた高階...
高階MRFの最適化
- グラフカット：maxflow-mincutアルゴリズムの応用．一階エ...
- 信念伝搬：因子グラフ上でのバックプロパゲーション
高階グラフカット
- 擬ブール関数(pseudo Boolean func.)：常に多項式で書ける
- 高次のPBを，低次のPBで表現可能
- 目的関数を最適化するブール値の組み合わせをグラフカット...
** 画像の公開等系の学習 [#a176f58c]
- 最適化できるようになったとして，エネルギー関数のパラメ...
-- 勾配降下で最適化する．勾配には期待値があるので，MCMC，...
- MCMCは非常に遅い → 勾配を contrastive divergence で近似...
** 何を学習させるべきか？ [#b5e55cc6]
- ノイズ除去：輪郭の平滑性，直線性．さらに巨視的な構造の...
-- これを画像だけからできるか？
- 考慮すべきパターンが膨大になる → どうしたらいいのだろう？
-- 規則性を表すようなコルモゴロフ複雑性などの何らかの情報...
* テーマセッション3 [#fc1362e6]
** 表情表出時の顔特徴点の変化を用いたアンサンブル学習によ...
○野宮浩揮・宝珍輝尚（京都工繊大）
- 表情認識：特徴点の移動を特徴に，有用な特徴をアンサンブ...
- 特徴点：顔の決まった24カ所．特徴点間の距離，三角領域の...
アンサンブル学習
- 各特徴量から低レベルな識別器を作り，有用なものを特徴と...
-- 入力画像の特徴量での，各クラスの分類器の出力値
-- 特徴選択は，PCAで次元削減後，クラス内・クラス間分散の...
- 選んだ特徴で構成される特徴ベクトルを使って通常のAdaBoost
** 学習による映像中の音源同定 [#ze58459a]
○池田千廣・フォン ヤオカイ・内田誠一（九大）
- 画像中での音源の同定（単一マイク+単一カメラの動画）
-- 潜在的な音源は既知 → テレビ会議画像で，どちらが話して...
- 画像の特徴：Haar-like特徴，ST-patch
- 音の特徴：power と MFCC（話者認識用の特徴は使ってない）
- フレームごとに，発生中・無音声を与えてAdaBoostを適用
** 人体シルエットの生成型追加学習による人検出の高精度化 [...
○纐纈直也・山内悠嗣・藤吉弘亘（中部大）
- 従来の人検出：HOG, EOH, Edgelt などの特徴 + 機械学習
-- シーンに関する要因は吸収できない
- 3D人体モデル + 背景画像 → 追加サンプル
-- 追加サンプルは，設置したカメラから背景を作り，与えたカ...
- 汎用DBで学習した識別器 H1 を作り，追加サンプルを分類し...
- H1とH2を修正したものを組み合わせた識別器も提案
** 局所学習型パターン認識器の高次元特徴選択パス追跡に関す...
○竹内一郎（名工大）
- 特徴選択：フィルター，ラッパー，正則化
- 正則化パス：正則化パラメータを変化させたときの，各特徴...
- 近隣法の分類で使う距離の計算に使う特徴を選択する
- 距離学習
-- 各点から同じクラスのk個の点は近く，違うクラスについて...
-- ユークリッド距離に近づくような正則化項を導入
- この定式化だと，パラメトリック二次計画問題になる
-- 正則化パスが区分線形となって，容易に計算できる．
* 9月6日(月) [#s4c60061]
* テーマセッション4 [#y16632b2]
** 変分ベイズ法におけるクロスヴァリデーションと汎化誤差の...
○大山慎史・渡辺澄夫（東工大）
- 変分ベイズで汎化誤差を知るのに交差確認をする場合
- モデルに混合正規分布を想定，事前分布はDirichletや正規分...
-- 混合比のDirichlet事前分布の超パラメータ φ が重要と分か...
- 正則な場合（真の分布を実現するパラメータが一つの場合）...
-- 汎化誤差はχ二乗分布のようになり，CV誤差はそれを左右反...
-- 平均も分散も一致する
- 特異な場合：最尤法やベイズ法は違ってくる
-- 平均は一致するが，CV誤差の方が分散が大きい
-- 超パラメータφが小さいと分散は大きくなる
--- 平均も分散も相転移する点がある
** 混合正規分布の隠れ変数上のMCMC法の提案とベイズ周辺尤度...
○三木拓史・渡辺澄夫（東工大）
- 温度 β 付きの事後分布
∫ φ(w) Π p(Xi | w)^β dw
β＝0 だと事前分布そのもの，β＝1 だと普通の事後分布
- ベイズ自由エネルギー -log<正規化定数> を最小化する経験...
- 混合分布の隠れ変数上でのMCMCは，パラメータ上でMCMCをす...
** A Density Ratio Approach to Two-Sample Test [#z1eba2da]
○Masashi Sugiyama（Tokyo Tech.）, Taiji Suzuki（Univ.Toky...
- 二標本検定：二つのサンプル集合が同じ分布から出てきたの...
-- 帰無仮説：生成分布 P＝P'
-- 分布間のダイバージェンスのノンパラ推定量を求める
-- 並び替え検定で帰無分布を作る
- ピアソンダイバージェンス
PE(P,P'＝(2/2) ∫ ([p(x) / p'(x)] - 1)^2 p'(x) dx
-- KL と同じ fダイバージェンス
-- うまく展開して密度比推定を使って計算
-- 密度比をカーネルの線形結合でモデル化 + 最小二乗
-- 収束の理論限界：密度比が 1（P＝P'のとき）収束率が良く...
- 並び替え検定
-- 二つの分布のサンプルを入れ替えて統計量（ここでは PE Di...
-- 出てきた統計量のヒストグラムを帰無分布とする
-- あとは，もとのサンプルの統計量が，この帰無分布の棄却域...
- 第1種過誤が大きめに出るのは，密度比の推定で p'/p と p/p...
- http://sugiyama-www.cs.titech.ac.jp/~sugi/software/LSTT...
* テーマセッション6 [#u9ad128a]
** 損失関数平滑度の自動制御を伴う最小分類誤り学習法 [#vfc...
○徳野純一（同志社大）・渡辺秀行（NICT）・片桐 滋・大崎美...
- 最小分類誤り (minimum classification error)
-- g_j(x; Λ) を最大にするクラス j に分類する
-- 誤分類測度，正しいクラス y に分類する場合
d_y(x; Λ)＝- g_y(x; Λ) + log[ {1 / (J-1)} Σ{非正解クラス...
-- これをロジスティック関数にいれて平均をとったものの最小...
L(Λ)＝Σ 1 / [1 + exp(-α_y d_y(x;Λ)]
- この誤差測度をParzen窓推定で行う
** 裾野の重たい分布関数を利用した学習ベクトル量子化手法 [...
○宮野博義・石寺永記（NEC情報システムズ）
- 学習ベクトル量子化：少ないプロトタイプ数でオンライン学...
-- オリジナルの LVQ の改良手法：誤り率を最小化する GLVQ，...
- 確率値に基づく RSLVQ の発散を抑えるのに，正規分布よりよ...
** margin assumptionの下での分類器の誤り率の評価について ...
○綾野孝則・鈴木 譲（阪大）
- 二値分類器の誤り率の，サンプル数 n に対する限界を計算
-- margin 仮定，complexity 仮定の下での議論
*［フェロー記念講演］非線形判別分析とその周辺 [#tb76c236]
○栗田多喜夫（広島大）
パターン認識過程
- ベイズ決定理論：特徴ベクトルとクラスの確率的な対応関係...
-- 期待損失最小化と対応
- 識別に有用な特徴 -- 線形判別分析 (LDA, FDA)：クラスの分...
- 非線形判別分析：背後の分布が分かっているとき，最適な識...
y＝Ψ(x)≒Σk^K P(Ck|x) uk
ukはクラスの代表ベクトルで，Γの固有値問題で計算できる．Γ...
-- 特徴 → 事後確率 → 識別 と空間を変換することに対応
- 事後確率を線形近似 → 全部固有値問題として解ける
- 事後確率を多項ロジットモデルで表す：LgDA
判別カーネル
- 最適非線形判別分析に対応しているカーネルは？
-- クラスの確率を陽に考慮したカーネルになる
K(xi, x)＝Σk^K [ p(Ck|xi) P(ck|x) ] / P(Ck)
-- 実際に使うには事後確率を求めないといけない：k近隣法，...
*［フェロー記念講演］部分空間法から相互部分空間法へ [#l57...
○前田賢一（東芝リサーチ/東芝）
パターン認識
-- あるインスタンスが属するクラスを決定すること [飯島]
-- パターン再認（かつてみたことがある「あれ」を特定）
-- classification，identification，verificationなども
- パターン認識の難しさ
-- 10×10画素程度でも，全部の画素のパターンについて，それ...
- Tauschekの文字認識装置 (1929)：光学的に一致を調べる装置
部分空間法
- 部分空間
-- 統計学的背景 PCA,CCA [Hotelling 1933, 1936]，KL展開 [1...
-- パターン認識への導入：飯島泰藏 (1963)，渡辺彗
- 特徴ベクトルで表されてる + ちょっとした差異は同じものと...
-- 色の反転も同じとみなす
-- ある理想パターンを中心とする円錐と，それが反対にも付い...
-- 理想パターンを含む部分空間に射影して，そこで角度の大き...
相互部分空間法
- 辞書と入力の両方を部分空間で表現
- 両方とも部分空間を使うので PCA → CCA
手書き文字認識
- 識 - 織 - 繊 など類似した文字があるときに難しい
- Gauss-Hermite核によるぼかしの一般表現
- 単純類似度：75.9% → 部分空間法 80.2% → 相互部分空間法 8...
-- 当時のマシンは 1mips
顔認識への応用
- 複数の基準パターンを用いた認識
- 写真と本物の顔との区別
-- 実物は3次元だが，写真は2次元なので，分布している多様体...
* 一般セッション4 [#efc2041c]
** q-正規分布とそのエスコート分布の関係について [#m749c706]
○田中 勝（福岡大）
- Tsallisエントロピー
Sq＝1/(1-q) [∫-∞^∞ p(x)^q dx - 1]
- q-期待値：確率密度関数を q 乗して規格化したエスコート分...
- q-期待値での平均・分散を与えたときに，Tsallisエントロピ...
p(x|μ,σ)＝[1 / Z{q,σ}] ( [ 1 - {(1-q)/(3-q)} {(x-μ)^2 / ...
-- q を変えると，Cauchy 分布，t-分布，正規分布などになる
** 連続DPの一般スキームについて 〜 画像スポッティングた...
○岡 隆一・矢口勇一・溝江真也（会津大）
- 画像のマッチングで，全画素の面的な性質を維持させたまま...
- uniform lattice image：グリッドの格子点に画素が対応
-- マッチする二つの画像１と2と，2を変形させた画像3を考える
-- グリッドの辺が拘束条件 → 相互の制約を左から右，上から...
- DP と相性がいい．
** 自己動的時間伸縮を用いた単一準周期信号の位相合わせ [#a...
○槇原 靖(阪大)，チュン タン ゴ(阪大)，長原 一(九大)，佐川...
- 準周期信号：振幅・周波数・位相に揺らぎがある周期信号
-- 単一の準周期信号の，各周期の信号の位相合わせを行う
- 自己相関で擬周期を求める
- 擬周期後の窓内での自己相関を考えた自己動的時間伸縮
ページ名:
![[PukiWiki]](image/ibisforest.png "[PukiWiki]")
