研究内容 メンバー 出版物 ソフトウェア リンク
  居室は,桐生キャンパス6号館503室です.      
  software

共分散記述子のための計量学習

     
 

近年,コンピュータビジョンにおいて,共分散記述 子による画像表現が注目されている.共分散記述子 は正定値行列であり,共分散記述子を使った解析には, アファイン不変距離,対数ユークリッド距離など,これ まで様々な距離関数が試されてきた.一方,通常のベク トル空間を使ったパターン認識では,データから距離計 量を学習することにより汎化性能が向上することが確か められている.本研究では,共分散記述子によるパ ターン認識の性能向上をはかるため,訓練用データから 正定値錐上の距離を学習する方法を開発した.

正定値錐上の計量学習は本研究が初ではなく, ITMLを拡張した方法が 2015 年にすでに提案されて いた.しかし,その学習アルゴリズムは致命的な誤 りを含んでいた.本研究では,その誤りを正すとともに, 損失関数の一般化を行った. さらに,最適化アルゴリズムにおいて,新たに見つ けた2つの発見をした: (i) その各反復を O(n 3 + Ln) (n および L の定義は文献参照 ) の計算コストに抑えられる; (ii) 乱択戦略の導入により,反復回数を劇的に減少でき る. さらに,パターン認識実験を通して,計量学習に よって汎化性能が顕著に向上することが確認した.

 
     
   
     
   
     
  References  
  Tomoki Matsuzawa, Eisuke Ito, Raissa Relator, Jun Sese, Tsuyoshi Kato, Stochastic Dykstra Algorithms for Distance Metric Learning with Covariance Descriptors, IEICE Transactions on Information & Systems, Vol.E100-D,No.4,pp.-,Apr. 2017.  
  Tomoki Matsuzawa, Raissa Relator, Jun Sese, Tsuyoshi Kato, "Stochastic Dykstra Algorithms for Metric Learning with Positive Definite Covariance Descriptors" The 14th European Conference on Computer Vision (ECCV2016) – Amsterdam, The Netherlands, published in Computer Vision - ECCV2016, Lecture Notes in Computer Science (LNCS), ISBN 978-3-319-46466-4, pp. 786-799. [pdf][bibtex][japanese]  
  Rachelle Rivero, Yuya Onuma, Tsuyoshi Kato, Threshold Auto-Tuning Metric Learning, IEICE Transactions on Information & Systems, Vol.E102-D,No.06,pp.-,Jun. 2019.  
     
     
 
English
 
学生の活躍
 
共分散記述子
マハラノビス符号化
顕微鏡画像解析
平均多項式カーネル
打ち切りデータのベイズ推定
計量学習
ファジー部分空間クラスタリング
リガンド予測
酵素活性部位探索
伝達学習によるリンク予測
多タスク学習
ラベル伝播法
マイクロアレイ用カーネル
薬剤耐性予測
ネットワーク推定
カーネル推定
変分剛体変換
その他