文献

J-GLOBAL ID：201702256412304154   整理番号：17A0242993

多分決定木を用いた識別と類似画像検索に関する研究

Multiple decision tree for classification and image retrieval

著者 (3件)： 松尾大典 (和歌山大 大学院システム工学研究科) ,  前田啓 (和歌山大 大学院システム工学研究科) ,  和田俊和 (和歌山大 大学院システム工学研究科)
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： 116  号： 411(PRMU2016 127-151)  ページ： 121-128  発行年： 2017年01月12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： 決定木は,識別や回帰に用いることのできるデータ構造であり,ランダムフォレストの構成要索としても有用である。実数ベクトル集合を学習サンプルとして,決定木を構築する際には,1)射影計算と2)射影成分の閾値処理によるデータ分割法,の二つを定める必要がある。また,3)データの分割と同時に次元圧縮を行う方法も考えられる。本報告では,上記の観点から,数種類の多分決定木の構築法を提案し,1)射影軸を主成分分析と判別分析で決定する場合,2)閾値を等確率分割とエントロピー・ゲイン最大化で決定する場合,3)子ノードの射影軸計算の際に親の射影軸の補空間に射影したデータ集合を対象とする場合とそうでない場合,の組み合わせ合計8通りについて性能の比較を行う。また,Vocabulary Treeの代わりに多分決定木を用いた類似画像検索の実験も行い,計算量と精度についても比較を行う。(著者抄録)

シソーラス用語： *枝分れ ,  *ディシジョンツリー ,  *多重化 ,  *認識 ,  *画像検索 ,  再帰性 ,  データ構造 ,  計算機アルゴリズム ,  射影 ,  画像処理 ,  次元縮小 ,  主成分分析 ,  判別分析 ,  最大値 ,  利得 ,  計算量 ,  精度
準シソーラス用語： *類似画像検索 ,  ランダムフォレスト ,  閾値処理 ,  エントロピー最大化 ,  計算精度

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  検索技術  (AC06020S) ,  パターン認識  (JE07000S)

引用文献 (10件)：

• J. R. Quinlan, ′′Induction of decision trees,′′ Machine learning 1.1, pp. 81-106, 1986
• 大谷,大池,和田,′′距離計算を行わない近似最近傍探索アルゴリズム:Grafting Trees,′′電子情報通信学会技術研究報告 PRMU, Vol.112, No.441, pp.137-142,2013
• A. Criminisi, J. Shotton, E. Konukoglu, ′′Decision Forests: A Unified Framework for Classification, Regression, Density Estimation, Manifold Learning and Semi-Supervised Learning,′′ Foundations and Trends? in Computer Graphics and Vision: Vol. 7: No 2-3, pp 81-227, 2012
• R.F. Sproull,′′Refinements to nearest-neighbor searching in k-dimensional trees, ′′Algorithmica, vol. 6, pp.579-589, 1991.
• J.-P. Heo, Z. Lin, and S.-E. Yoon, ′′Distance Encoded Product Quantization,′′ 2014 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), DOI: 10.1109/CVPR.2014.274, 2014

タイトルに関連する用語 (4件)： 決定木 ,  識別 ,  類似画像検索 ,  研究