| 講演抄録／キーワード |
| 講演名 |
2007-03-15 10:10
内挿ベクトルを用いる強力なパターン認識法
○福島邦彦・林 勲（関西大） |
| 抄録 |
（和） |
“内挿ベクトル（interpolating vectors）”を用いる強力なパターン認識アルゴリズムを提唱する．まず，一種の競合学習によって，多次元特徴空間内にラベル付きの参照ベクトルを作成する．次に，同一ラベルを持つ参照ベクトルのあらゆる対（つい）を考え，それらの対（つい）を結ぶ線分上に内挿ベクトルが密に並んでいる状態を想定する．これらの内挿ベクトルの中で，テストベクトルとの類似度が最大のものを選び，そのラベルを認識結果とする．実際にはもっと簡単な操作で，これと等価な結果を得ることが出来る．手書き数字認識を行なうネオコグニトロンの最上位層に本方式を適用した結果，学習に5000パターンを用いた場合，未知の5000パターンに対する誤認識率が1.52%から1.02%に減少した．
本方式はネオコグニトロンに限らず，種々のパターン認識システムに使用可能である． |
| （英） |
This paper proposes a powerful algorithm for pattern recognition, which uses \textit{interpolating vectors} for classifying patterns. The basic idea of the algorithm is as follows. Labeled reference vectors in a multi-dimensional feature space are first produced by a kind of competitive learning. We then assume a situation where interpolating vectors are densely placed along line segments connecting all pairs of reference vectors of the same label. From these interpolating vectors, we choose the one that has the largest similarity to the test vector. The label of the chosen vector is taken as the result of pattern recognition. In practice, we can get the same result with a simpler process.
We applied this method to the neocognitron for handwritten digit recognition and reduced the error rate from 1.52% to 1.02% for a blind test set of 5000 digits.
The use of interpolating vectors is not limited to the neocognitron but can be applied to various systems for pattern recognition. |
| キーワード |
（和） |
パターン認識 / 内挿ベクトル / ラベル付き競合学習 / ネオコグニトロン / / / / |
| （英） |
pattern recognition / interpolating vector / labeled competitive learning / labeled competitive learning / / / / |
| 文献情報 |
信学技報, vol. 106, no. 589, NC2006-171, pp. 105-110, 2007年3月. |
| 資料番号 |
NC2006-171 |
| 発行日 |
2007-03-08 (NC) |
| ISSN |
Print edition: ISSN 0913-5685 |
| PDFダウンロード |
|