PCA回帰による環境モデリングと状況に依存する特徴選択

• Item type: SIG Technical Reports(1)
• 公開日: 1999-05-14
• タイトル: PCA回帰による環境モデリングと状況に依存する特徴選択
• タイトル / 言語: en
• タイトル: Environment Modeling via PCA Regression and Situated Feature Focusing
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 電子技術総合研究所情報科学部
• 著者所属: アムステルダム大学計算機科学部
• 著者所属: アムステルダム大学計算機科学部
• 著者所属(英): en
• 著者所属(英): Electrotechnical Laboratory, Information science division
• 著者所属(英): en
• 著者所属(英): The University of Amsterdam, Department of Computer science
• 著者所属(英): en
• 著者所属(英): The University of Amsterdam, Department of Computer science
• 著者名: 本村, 陽一; Nikos, Vlassis; Ben, Krose
• 著者名(英): Yoichi, Motomura; Nikos, Vlassis; Ben, Krose
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ロボットがセンサ入力から現在いる位置を認識する問題 (obot localizatio) がある．本稿ではこの問題に対して確率的なモデル，PCA回帰モデルを応用し，経験的に得られたデータからの学習を行う．特にロボットの位置推定固有の学習の基準としてエントロピーにもとづく評価基準を提案し，これの計算論的な意味とKLダイバージェンスや従来S．Thrunにより提案されている他の方法との違いについての議論を行う．さらにより良い場所推定を行うために状況に依存する特徴抽出を導入した局所的に複数のPCA回帰モデルと組み合わせる手法について述べる
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Robot localization problem that is the task to recognize the current position of a robot from sensor inputs is studied. In this paper, we apply PCA regression models, and train the model from the data set obtained experimentaly. For learning stage, the criterion based on entropy is proposed, and we discuss the computational meaning of the criterion, and comparison with Kullback Leibler divergence and S.Thrun's averaged Bayesian localization error. Moreover,in order to realize better estimation, we propose situated feature focusing, and the method combining with local PCA regression models.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10505667
• 書誌情報: 情報処理学会研究報告数理モデル化と問題解決（MPS）; 巻 1999, 号 36(1999-MPS-024), p. 37-40, 発行日 1999-05-14
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会