学習ベクトル量子化の定式化と収束性の解析

• 佐藤 敦

  NEC C&Cメディア研究所

• 山田 敬嗣

  NEC C&Cメディア研究所

書誌事項

タイトル別名

• A Formulation of Learning Vector Quantization and an Analysis of Convergence

抄録

筆者らは, 新しい誤分類尺度を用いた最小分類誤り(MCE)に基づく学習ベクトル量子化(LVQ)の定式化を提案している.本報告書では, 参照ベクトルの収束性のついて, 力学的な見地から数学的に明らかにすることを試みる.2クラス分類における力学系の平衡状態について議論し, 提案する定式化では平衡点が存在するが, LVQ2.1やMCEに基づく従来の定式化では平衡点が存在しないことを証明する.また, 人工データに対するシミュレーション実験を行い, 提案する定式化によって参照ベクトルが良好に収束することを示す.

収録刊行物

• 電子情報通信学会技術研究報告. PRMU, パターン認識・メディア理解

  電子情報通信学会技術研究報告. PRMU, パターン認識・メディア理解 98 (126), 69-76, 1998-06-18

  一般社団法人電子情報通信学会

キーワード

• 最小分類誤り
• 学習ベクトル量子化
• 力学系
• 平衡状態
• 収束性の解析

詳細情報

• CRID: 1572824502298882688
• NII論文ID: 110003274802
• NII書誌ID: AN10541106
• 本文言語コード: ja
• データソース種別:
  • CiNii Articles