機械認識に基づくラベルなしデータの構造化とその応用
【研究分野】ソフトコンピューティング
【研究キーワード】
尤度最適化 / alpha-HMMアルゴリズム / alpha-EMアルゴリズム / 類似動画像検索 / 脳波認証 / P300波形 / エグゼンプラー / フレームシグネチャ / 競合学習 / 数値ラベル / ビッグデータ構造化 / 機械学習 / M-distance
【研究成果の概要】
データをラベル化して無構造なビッグデータを構造化する機械学習理論を構築し、それにより可能となる応用システムを作成した。ここでいうラベルとは構造化に寄与しうる推定情報を意味し、多様な尤度を最適化する理論に基づいている。具体的には、生データから抽出した特長量を数値ベクトルとして表し、ベクトル間の位相すなわち近傍性を得ることを行った。この研究では、前例のない動画像同士の比較を可能にするために、以上のような数値ラベルを得る方法をとった.これにより、動画像そのものをクエリとしてデータベース中の類似動画像を検出するシステムを実現し、追加例として脳波信号中のP300波形に基づく個人認証システムを作成した。
【研究代表者】
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2017-03-31
【配分額】4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)