極めて少ない学習サンプルに対応した距離計量学習に基づく特徴転移

研究課題情報

体系的番号
JP23K11232 (JGN)
助成事業
科学研究費助成事業
資金配分機関情報
日本学術振興会(JSPS)

科研費情報

研究課題/領域番号
23K11232
研究種目
基盤研究(C)
配分区分
  • 基金
審査区分/研究分野
  • 小区分61030:知能情報学関連
研究機関
  • 九州大学
研究期間 (年度)
2023-04-01 〜 2026-03-31
研究課題ステータス
交付
配分額*注記
4,810,000 円 (直接経費: 3,700,000 円 間接経費: 1,110,000 円)

研究概要

対象とする環境で距離計量を学習することで,照合精度の向上を図る人物照合問題の特徴転移では, 学習サンプルが極めて少ない場合,逆に精度を大きく低下させてしまう. 本研究では,この要因が学習サンプルとテストサンプルの所属する特徴量の部分空間の違いにあることへ着目し, この問題を解決する手法群を開発する. まず, 既存の線形のマハラノビス距離計量学習改良する. また,特徴マップの構造へ着目し学習サンプル数を疑似的に増加させる効果を持つ手法と非線形拡張手法を開発し, 更なる精度向上を行う.

関連論文

もっと見る

関連研究データ

もっと見る

関連図書・雑誌

もっと見る

関連博士論文

もっと見る

関連プロジェクト

もっと見る

関連その他成果物

もっと見る

詳細情報 詳細情報について

ページトップへ