抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本文ではWeb上に存在する画像データの可視化のための次元削減手法について検討を行う。一般に,次元削減手法は大量のデータの中に隠れている構造や性質を抽出するために用いられる。抽出した特徴量に基づき人間が視認可能な低次元に表現することで,データを可視化することが可能となる。広く用いられる次元削減手法は単一の特徴量に適用可能な手法であるため,これらの手法は,異なる特徴量を持つマルチメディアデータには適していない可能性がある。複数の特徴量を効果的に用いて可視化を行うには,それぞれの特徴空間からデータを共通の潜在的な空間へ射影する必要がある。そこで本文では,2種類の特徴量を用いて共通の低次元空間へ射影可能な手法であるLocality Preserving Canonical Correlation Analysis(LPCCA)に注目する。LPCCAでは,特徴量の局所性を保持した2種類の特徴ベクトルの相関が最大となる空間への射影を行うため,それぞれの特徴を考慮した射影が可能である。そのため,LPCCAを用いた可視化では,複数の特徴量を効果的に用いることが可能となり,より高精度な可視化の実現が期待される。実験では,Web上に存在する画像をLPCCAおよび従来の次元削減手法に適用し可視化を行う。その後,得られた可視化結果を比較することで,LPCCAによる可視化の有効性を確認する。(著者抄録)