| 講演名 | 1998/6/19 潜在変数モデルに基づく特徴抽出法 上田 修功, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | パターン認識系の性能は、如何に識別に有効な優れた特徴を利用するかでその大半が決定される。従来、特徴抽出法の多くは設計者の直感に頼る発見的な手法であったが、今後はより一般的な見通しの良い手法の実現が期待される。本稿では、その有力な一手法である潜在変数モデルに基づく特徴抽出法について述べる。本手法は次元圧縮という観点で従来の解析的特徴抽出法(KL変換、PCA)と共通するが、線形部分空間への変換のみならず、分布推定をも同時に実現する確率モデルであるという点で本質的に異なる。確率モデル故、未知データに対するクラス事後確率が算出でき、特徴抽出と識別器設計が同時に実現できる。また、混合モデルへの自然な拡張が可能で局所的な次元圧縮が可能等の特徴抽出器としての優れた性質を持つ。 |
| 抄録(英) | The classification performance of a recognition system depends mainly on feature extraction. Conventionally, pattern features have been extracted in some ad hoc manner based on a designer's intuition. It is quite important to develop more general and analytic feature extraction methods applicable for more complex recognition tasks. This report introduces a new feature extraction method based on the latent variable models. Although this method is similar to previous analytic ones like KL transformation and PCA in the sense of the dimensionality reduction, it is essentially different from these in that it probabilistically performs the dimensionality reduction. Since it is formulated as a probability model, it can compute the posterior probability for unknown data. Moreover, it can be naturally extended to a mixture model within the maxlimum likelihood framework and therefore local dimensionality reduction can be realized. |
| キーワード(和) | 潜在変数モデル / 特徴抽出 / 混合モデル / EMアルゴリズム |
| キーワード(英) | latent variable models / feature extraction / EM algorithm / mixture models |
| 資料番号 | PRMU98-47 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 1998/6/19(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 潜在変数モデルに基づく特徴抽出法 |
| サブタイトル（和） | |
| タイトル（英） | A Feature Extraction Method Based on the Latent Variable Models |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 潜在変数モデル / latent variable models |
| キーワード(2)（和/英） | 特徴抽出 / feature extraction |
| キーワード(3)（和/英） | 混合モデル / EM algorithm |
| キーワード(4)（和/英） | EMアルゴリズム / mixture models |
| 第 1 著者 氏名（和/英） | 上田 修功 / Naonori UEDA |
| 第 1 著者 所属（和/英） | NTTコミュニケーション科学研究所 NTT Communication Science Laboratories |
| 発表年月日 | 1998/6/19 |
| 資料番号 | PRMU98-47 |
| 巻番号（vol） | vol.98 |
| 号番号（no） | 127 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |