書誌事項
- タイトル別名
-
- Development of Fast Fisher Discriminant OrthogonalDecomposition
この論文をさがす
説明
<p> Fisher Discriminant Orthogonal Decomposition (FDOD)は，Fisher Discriminant Analysis (FDA)に正則化係数と直交分解を適用した判別分析法である．これにより，多変量データの判別分析において過学習を回避すること，グループ数以上の判別軸を求めることが可能になった．しかし，FDODは計算時間やメモリを多く消費する方法である．そこで，分析データを特異値分解して冗長データを取り除くことで，計算時間やメモリを節約する方法，Fast Fisher Discriminant Orthogonal Decomposition (FFDOD)を開発した．7054波数のデータからなる6種のセルロール系繊維の赤外級数スペクトル275個にFFDODを適用した場合，FDODと比較して約1/84の計算時間となった．特異値分解の計算を除外すると，約1/290と顕著な高速化が実現できた．また，FFDODとFDODの結果を比較することとで，計算精度においても同等であることが示された．</p>
収録刊行物
-
- Journal of Computer Chemistry, Japan
-
Journal of Computer Chemistry, Japan 20 (2), 60-70, 2021
日本コンピュータ化学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390007912126294144
-
- NII論文ID
- 130008088422
-
- ISSN
- 13473824
- 13471767
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- Crossref
- CiNii Articles
- OpenAIRE
-
- 抄録ライセンスフラグ
- 使用不可