| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2014-06-26 15:50 K-SVDを特徴抽出機構に用いたパターン認識 ○杉田寛樹（電通大）・佐々木博昭（東工大）・庄野 逸（電通大）  NC2014-7 IBISML2014-7 |
|
| 抄録 | （和） | 一般的なパターン認識システムは, データから特徴を抽出するステップと識別を行う識別器でのステップから構成される． このうち，特徴抽出ステップにおける特徴抽出法は，入力データの性質に基づき提案されることが多く, 膨大な特徴抽出手法の中から入力データ毎に選択しなければならず, 非効率的である． このため, 特徴をデータから自動的に抽出する方法が必要である． 本研究では，この問題に対して, 辞書学習と呼ばれる手法を導入することを試みた． 辞書学習は，主成分分析や独立成分分析のように，データから特徴表現を学習する手法である． 本研究では，辞書学習の手法の一つである K-SVD 法を用いて特徴抽出を行い, 学習された特徴をどのように低次元化するのが効率的か，という点に着目してパターン認識システムを構築した． さらに，このパターン認識システムを用いて，特徴の低次元化するための3つの方法で数値実験を行い，どの手法が効率的かを確認した． |
| （英） | Feature extraction and classification are fundamental two steps in pattern recognition systems. Since feature extraction methods have been proposed based on the properties of each input data, it might be not easy to handle the method to new input data. Thus, it is important to construct a method to automatically extract features from input data. In this paper, we attempted to introduce a feature extraction method called dictionary learning. Based on dictionary learning, we build a pattern recognition system using K-SVD method which is one of methods of dictionary learning for feature extraction and verified whether the efficient how to carry out reducing features dimension. | |
| キーワード | （和） | パターン認識 / 辞書学習 / K-SVD / 特徴抽出 / / / / |
| （英） | Pattern Recognition / Dictionary Learning / K-SVD / Feature Extract / / / / | |
| 文献情報 | 信学技報, vol. 114, no. 104, NC2014-7, pp. 101-106, 2014年6月. | |
| 資料番号 | NC2014-7 | |
| 発行日 | 2014-06-18 (NC, 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 | NC2014-7 IBISML2014-7 |
|
| 研究会情報 | |
| 研究会 | NC IPSJ-BIO IBISML IPSJ-MPS |
| 開催期間 | 2014-06-25 - 2014-06-27 |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | Okinawa Institute of Science and Technology |
| テーマ（和） | 機械学習によるバイオデータマインニング、一般 |
| テーマ（英） | Machine Learning Approach to Biodata Mining, and General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2014-06-NC-BIO-IBISML-MPS |
| 本文の言語 | 日本語 |
| タイトル（和） | K-SVDを特徴抽出機構に用いたパターン認識 |
| サブタイトル（和） | |
| タイトル（英） | Pattern Recognition using feature extractor of K-SVD |
| サブタイトル（英） | |
| キーワード(1)（和/英） | パターン認識 / Pattern Recognition |
| キーワード(2)（和/英） | 辞書学習 / Dictionary Learning |
| キーワード(3)（和/英） | K-SVD / K-SVD |
| キーワード(4)（和/英） | 特徴抽出 / Feature Extract |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 杉田 寛樹 / Hiroki Sugita / スギタ ヒロキ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 佐々木 博昭 / Hiroaki Sasaki / ササキ ヒロアキ |
| 第2著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Tokyo Inst. of Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 庄野 逸 / Hayaru Shouno / ショウノ ハヤル |
| 第3著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： UEC) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2014-06-26 15:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2014-7, IBISML2014-7 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.104(NC), no.105(IBISML) |
| ページ範囲 | pp.101-106 |
| ページ数 | 6 |
| 発行日 | 2014-06-18 (NC, IBISML) |
[研究会発表申込システムのトップページに戻る]