| 講演名 | 2011-07-25 チャンクデータに対する追加学習型カーネル主成分分析アルゴリズム(知的システム,一般) 徳本 隆臣, 小澤 誠一, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 遂次的に追加されるストリームデータに対し,オンラインで認識性能を改善できる追加学習アルゴリズムが注目されている.この一つとして,カーネル主成分分析(KPCA)を追加学習可能なように拡張した追加学習型カーネル主成分分析(IKPCA)アルゴリズムがいくつか提案されている.このうち,竹内らは追加データの一次独立性判定を寄与率の閾値判定に置き換えることで高速な追加学習を実現している.しかし,複数のデータがチャンク状に与えられた場合,個々のデータを遂次的に学習するため,学習に時間がかかる問題があった.本研究では,チャンクデータを一度に学習できるよう竹内らのIKPCAアルゴリズムを拡張する.提案アルゴリズムでは,まず寄与率に基づいて必要な固有軸を追加し,特徴固有空間を近似するよう回転する.この特徴固有空間の回転は,過去のデータを用いず,固有値問題を一回解くだけで得られるため,高速に追加学習が可能となる.ベンチマークデータを用いた評価実験の結果は,提案アルゴリズムが竹内らのIKPCAと同等の認識率を維持しながら,より高速な学習が行えることを示した. |
| 抄録(英) | In this paper, a new algorithm for Kernel Principal Component Analysis (KPCA) is proposed. We extended Takeuchi et al's Incremental KPCA to learn multiple data given at the same time by solving an eigenvalue problem at once. In our method, one or more linear independent data are selected from data in chunk based on the accumulation ratio. After the selection, the eigenspace is rotated by solving an eigenvalue problem at last. This rotation is done only once. So proposed IKPCA can learn faster than Takeuchi et al's IKPCA in which an eigenvalue problem should be solved for individual data. The experimental results shows that the proposed IKPCA can learn faster than Takeuchi et al's IKPCA without losing classification accuracy seriously. |
| キーワード(和) | 追加学習 / カーネル法 / 主成分分析 / 特徴抽出 |
| キーワード(英) | incremental learning / kernel method / principal component analysis / feature extraction |
| 資料番号 | NC2011-29 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2011/7/18(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 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | チャンクデータに対する追加学習型カーネル主成分分析アルゴリズム(知的システム,一般) |
| サブタイトル（和） | |
| タイトル（英） | An Incremental Learning Algorithm of Kernel Principal Component Analysis for Chunk Data |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 追加学習 / incremental learning |
| キーワード(2)（和/英） | カーネル法 / kernel method |
| キーワード(3)（和/英） | 主成分分析 / principal component analysis |
| キーワード(4)（和/英） | 特徴抽出 / feature extraction |
| 第 1 著者 氏名（和/英） | 徳本 隆臣 / Takaomi TOKUMOTO |
| 第 1 著者 所属（和/英） | 神戸大学大学院工学研究科 Faculty of engineering, Kobe University |
| 第 2 著者 氏名（和/英） | 小澤 誠一 / Seiichi OZAWA |
| 第 2 著者 所属（和/英） | 神戸大学大学院工学研究科 Faculty of engineering, Kobe University |
| 発表年月日 | 2011-07-25 |
| 資料番号 | NC2011-29 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | 157 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |