文献

J-GLOBAL ID：201402247123920268   整理番号：14A0102391

Riemann部分空間クラスタ化による共分散行列の結合回転

TYING ROTATIONS OF COVARIANCE MATRICES VIA RIEMANNIAN SUBSPACE CLUSTERING

著者 (1件)： SHINOHARA Yusuke (Toshiba Corp., Kawasaki, JPN)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2013 Vol.10  ページ： 7000-7004  発行年： 2013年 
JST資料番号： E0316B  ISSN： 1520-6149  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 完全共分散行列を利用する音響モデルにより,対角共分散を利用する場合よりも優れた音声認識性能を得られるが,データのスパース性および尤度計算の計算量という二問題が実問題への適用を阻んでいる。高速化のために,特徴の変換の結合ないし回転を利用する半結合共分散行列が利用されるが,この結合は発見的であり最適性は保証されない。本論文は,共分散行列の結合回転を最適化するRiemann幾何手法を提案した。この手法では,共分散行列の空間をFisher情報測度を備えたRiemann多様体と考え,この多様体上で共分散行列間の非類似性を評価する距離の観念を定義した。多様体の接空間では,共分散行列は同じ部分空間上の同じ回転を持つことを示し,これをクラスタ化回転に活用した。ウォールストリートジャーナルコーパスを利用した実験で単語認識誤り率を評価し,通常手法よりも優れた性能が得られることを確認した。

シソーラス用語： *音声認識 ,  行列 ,  モデル ,  計算量 ,  *音響特性 ,  変換 ,  幾何学 ,  *Riemann空間 ,  情報量 ,  距離 ,  クラスタ化 ,  コーパス ,  誤り率 ,  性能評価
準シソーラス用語： Fisher情報 ,  スパース性 ,  リーマン幾何学 ,  *リーマン多様体 ,  *音響モデル ,  *音響特徴 ,  音声コーパス ,  共分散行列 ,  単語認識 ,  特徴空間 ,  特徴変換 ,  非類似性 ,  部分空間

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 部分空間 ,  クラスタ化 ,  共分散行列 ,  結合回転