情報処理学会 第81回全国大会講演要旨

機械学習における教師あり学習は、多数の訓練データを学習に用いることにより高い性能を示すことが知られている。しかし、ラベル付きデータの獲得は高コストである。そこで本研究では、特徴ベクトル空間上の距離がデータの類似性に対応することに着目し、少数のラベル付きデータから多数のラベルなしデータのクラスを特徴ベクトル間距離によって決定して訓練データとして用いる手法を検討した。ニュージーランドに生息する野鳥の鳴き声のデータを例に①合成データの特徴ベクトルからの距離の閾値が近いほど識別率が向上するのか②訓練データに加える合成データの数が多いほど識別率が向上するのかを検証する実験を行った。