| 大会名称 |
|---|
| 2009年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2009 |
| 発行日 |
| 2009/8/20 |
| セッション番号 |
| 7J |
| セッション名 |
| 形状処理とシミュレーション |
| 講演日 |
| 2009/09/04 |
| 講演場所(会議室等) |
| J会場（9号館2F 924教室） |
| 講演番号 |
| RI-001 |
| タイトル |
| 学習を用いた3次元モデル検索手法における人工的教示例拡張の効果 |
| 著者名 |
| 手塚 将来, 大渕 竜太郎, |
| キーワード |
| 3次元形状モデル, マルチメディア情報検索, 教師なし学習, 次元削減, 教師あり学習, 多様体学習 |
| 抄録 |
| 3次元モデルの形状類似検索の性能を向上させる手法の一つとして,検索対象の特徴群が成す部分空間を学習して次元削減を行うことで,特徴間の距離計算を改善する手法が注目されている.この種の手法で用いられる学習アルゴリズムは,多数の学習サンプルがあって初めて検索性能を向上させることができる.しかし,実際には十分な数の学習サンプルを得られないことが多い.本稿では,限られた数の教示例（学習サンプル）を暗黙の前提知識に基づいて増やすことで,部分空間の学習を助ける手法を提案し,複数種の3次元モデルデータベースおよび複数種の学習手法のもとで実験的性能評価を行った.その結果,教示例の拡張を用いて学習した際に,場合によって3次元モデルの検索性能の向上が実現されることがわかった. |
| 本文pdf |
| PDF download (662.2KB) |