文献

J-GLOBAL ID：201002280445202857   整理番号：10A0199424

高階SOMによる自然な形状群表現 アフィン不変な距離測度の導入

Shape group representation using higher-rank SOM with affine-invariant distance measure

著者 (3件)： 薬師寺翔 (九州工大 大学院生命体工学研究科) ,  大久保貴之 (九州工大 大学院生命体工学研究科) ,  古川徹生 (九州工大 大学院生命体工学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 109  号： 363(NC2009 71-86)  ページ： 19-24  発行年： 2010年01月11日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： パターン認識や機械学習をおこなう際に,データとそれを表現するモデルとの距離を測る距離測度は本質的に重要な役割を果たす。特に異なる観測変換を受ける複数の観測データ集合を扱う場合には,観測集合ごとに異なる距離測度を設定しなければならない場面が頻繁に発生する。この問題は複数のデータ集合から普遍的な高次構造を抽出する課題においては避けて通れない根源的な問題である。このような高次データ構造抽出のための代表的アルゴリズムが高階SOMである。本稿では高階SOMに観測変換不変な距離測度を導入し,高階SOMのアルゴリズムを一般化する。さらにその応用例として形状分類における距離測度にアフィン不変な距離測度を導入し,形状の回転や位置ずれ,スケール変化などに影響を受けない形状群の表現が可能となることを示す。(著者抄録)

シソーラス用語： *自己組織化特徴マップ ,  機械学習 ,  パターン認識 ,  物体認識 ,  測度 ,  *アフィン変換 ,  アルゴリズム ,  パターン分類
準シソーラス用語： SOM ,  距離測度 ,  形状認識

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (4件)：

• FURUKAWA, Tetsuo. SOM of SOMs. Neural Networks. 2009, 22, Issue 4, 463-478
• MARTINETZ, Thomas M. "Neural-Gas" Network for Vector Quantization and its Application to Time-Series Prediction. IEEE TRANSACTIONS ON NEURAL NETWORKS. 1993, 4, 558-567
• OHTANI, M. Line image classification by NGxSOM : Application to handwritten character recognition. WSOM 2009. 2009, 219-227
• 郡谷宏市. NG×SOMによる手書き文字認識. 電気情報通信学会技術報告. 2009, NC2008-84, 13-18

タイトルに関連する用語 (3件)： SOM ,  表現 ,  距離測度