情報処理学会 第80回全国大会講演要旨

生体データ解析において、データの時系列特徴は重要な役割を担っている。
例えば、機械学習を用いてデータに何らかのラベル付けを行う場合に、特徴抽出が上手くいくデータ群とそうでないデータ群がある。後者のデータ群に対しては、何らかの処理で上手く特徴が取れる状態にする必要がある。
他にも、次元削減やノイズ除去など、データから有用な情報を得るためには様々な処理が必要である。
本稿では、ニューラルネットワークで構成された生成モデルであるGANを応用し、データ変換を行う手法を提案する。本手法で使用するGANは、データ群間の分布における対応関係を学習し、データを変換する。本稿では提案手法の概要と、性能評価の結果について述べる。