Visual Learning by Set Covering Machine with Efficient Feature Selection
効率的特性選択法を用いたセットカバリングマシンによる視覚的学習
視覚的学習とは、視覚的なデータ（静止画、動画など）から、画像中の物体を認識するための知識を得ることを目的とした学習である。画像データは多くの情報を持つため、これらを対象とする視覚的学習は、概して多くの学習時間を必要とする。また、従来多く用いられている、遺伝的アルゴリズムあるいは強化学習などの、試行錯誤に基づくアルゴリズムを用いた視覚的学習は、最適な解を発見するために多くの学習時間を費やす傾向にある。
この問題に対し、本研究では試行錯誤を必要としない決定性アルゴリズムであるセットカバリングマシン(SCM)に基づく視覚的学習を提案する。さらに、画像中から少数の有用な特性を発見するための効率的な特性選択法を導入することにより、学習時間の短縮を図る。また、冗長な学習を回避し、さらに学習時間を削減するため、MDL 原理に基づく適応型学習を導入し、適切な点で学習を終了する。
[Back]
