情報処理学会 第78回全国大会講演要旨
2K-03
過完備ICAにおける自然勾配型アルゴリズムの提案と画像認識への適用
ICAは原信号の統計的独立性のみを前提に混合信号の復元を行う技術であり，画像認識においては，スパースな特徴量を生成する無教師学習としての側面をもつ．
復元すべき信号数が観測信号数より大きい状況は過完備（Over Complete）といわれ，一般のICAで用いることのできた高速な最適化アルゴリズムが，過完備状況下ではうまく機能しなくなるため，より困難な問題となる．
本研究では，MAP推定に基づくHyvärienらの手法を発展させた自然勾配型アルゴリズムを提案し，過完備状況下において既存手法よりも高速に局所的最適解を得ることを実験的に示す．さらに，画像認識に対し本手法を適用させ，高い認識精度を実現することを見る．
復元すべき信号数が観測信号数より大きい状況は過完備（Over Complete）といわれ，一般のICAで用いることのできた高速な最適化アルゴリズムが，過完備状況下ではうまく機能しなくなるため，より困難な問題となる．
本研究では，MAP推定に基づくHyvärienらの手法を発展させた自然勾配型アルゴリズムを提案し，過完備状況下において既存手法よりも高速に局所的最適解を得ることを実験的に示す．さらに，画像認識に対し本手法を適用させ，高い認識精度を実現することを見る．
