多分決定木を用いた識別と類似画像検索に関する研究

• Item type: SIG Technical Reports(1)
• 公開日: 2017-01-12
• タイトル: 多分決定木を用いた識別と類似画像検索に関する研究
• タイトル / 言語: en
• タイトル: Multiple decision tree for classification and image retrieval
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 一般セッション4
• 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: 和歌山大学院システム工学研究科
• 著者所属: 和歌山大学院システム工学研究科
• 著者所属: 和歌山大学院システム工学研究科
• 著者所属(英): en
• 著者所属(英): Wakayama University, Faculty of Systems Engineering
• 著者所属(英): en
• 著者所属(英): Wakayama University, Faculty of Systems Engineering
• 著者所属(英): en
• 著者所属(英): Wakayama University, Faculty of Systems Engineering
• 著者名: 松尾, 大典; 前田, 啓; 和田, 俊和
• 著者名(英): Daisuke, Matsuo; Kei, Maeda; Toshikazu, Wada
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 決定木は，識別や回帰に用いることのできるデータ構造であり，ランダムフォレストの構成要素としても有用である．実数ベクトル集合を学習サンプルとして，決定木を構築する際には，1） 射影計算と 2） 射影成分の閾値処理によるデータ分割法，の二つを定める必要がある．また，3） データの分割と同時に次元圧縮を行う方法も考えられる．本報告では，上記の観点から，数種類の多分決定木の構築法を提案し，1） 射影軸を主成分分析と判別分析で決定する場合，2） 閾値を等確率分割とエントロピー ・ ゲイン最大化で決定する場合，3） 子ノードの射影軸計算の際に親の射影軸の補空間に射影したデータ集合を対象とする場合とそうでない場合，の組み合わせ合計 8 通りについて性能の比較を行う．また，Vocabulary Tree の代わりに多分決定木を用いた類似画像検索の実験も行い，計算量と精度についても比較を行う．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Decision tree is a data structure that can be applied to classification and regression problems. It is also highlighted as a component of decision forest. On the construction of decision tree for real vectors, we at least have to determine the 1) projection axis and 2) data segmentation rule on the projection axis. Additionally, 3) dimensionality reduction can be applied with the data segmentation. In this report, we examine the performance of multiple decision trees with different combinations of above factors 1-3. That is, 1) projection axis is determined by principal component analysis or discriminant analysis, 2) data segmentation is based on equiprobability or entropy gain maximization, 3) on the data segmentation, segmented data are projected on the complementary space of the projection axis or not. Comparative experiments are performed on several datasets for eight decision trees with different combinations of conditions mentioned above. Also, we performed experiments on similar image retrieval by exchanging the vocabulary tree with a projection based decision tree and compared their accuracy and computational complexity.
• 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: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2017-CVIM-205, 号 20, p. 1-8, 発行日 2017-01-12
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• 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