講演抄録/キーワード |
講演名 |
2011-11-09 15:45
サンプル間の相関を考慮した主成分分析とカーネル関数による共分散行列の推定 ○林 浩平(奈良先端大)・川喜田雅則(九大)・池田和司(奈良先端大) IBISML2011-50 |
抄録 |
(和) |
主成分分析(PCA)は次元削減法の一種であり,特徴抽出,視覚化など様々な用途に用いられる.しかしながら,PCAの確率的解釈である確率的PCA(pPCA)ではデータの各サンプルがそれぞれ独立であることを仮定しているため,サンプル間に相関があるような,例えば時系列データには不向きとなる.本研究ではサンプル間の相関(共分散)を陽に表現し,pPCAを一般化した枠組みを考える.サンプルに関する共分散はカーネル関数によってデータそのものから決定される.計算機実験では人工データと実データを用いて提案手法とpPCAを比較し,提案手法の性能を評価する. |
(英) |
Principal component analysis (PCA) is one of dimensional reduction methods and has widely been used for feature extraction and data visualization. Probabilistic PCA (pPCA) is a probabilistic interpretation of PCA, which is represented as a generative model of a data matrix that extract correlation among dimensions while each data sample is assumed to be independent. In this paper, We extend pPCA to relax the independent assumption by explicitly parametrize the sample-wise covariances. In numerical experiments, we investigate the feasibility of our method by using synthetic and real data sets. |
キーワード |
(和) |
次元削減法 / 主成分分析(PCA) / 確率的PCA / ベイズ確率モデル / / / / |
(英) |
Dimensional reduction methods / principal component analysis (PCA) / probabilistic PCA / Bayesian probabilistic model / / / / |
文献情報 |
信学技報, vol. 111, no. 275, IBISML2011-50, pp. 57-60, 2011年11月. |
資料番号 |
IBISML2011-50 |
発行日 |
2011-11-02 (IBISML) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
IBISML2011-50 |