[HOME][発明]

独立成分解析

少し前から「Computer Today」に甘利氏などの連載があるのですが、これまでのところでは、面白いけれど実際的ではないという考えに留まっています。

たとえば、∠ABCとかの「」という文字の形に二次元平面上にデータが分布している時に、主成分分析であれば二項二次の正規分布の楕円でその分布を表現し、独立成分分析であれば、平行四辺形で表現しているくらいの差しか感じないわけです。平行四辺形になっているというあたりで、SOMを思い出すわけです。

一方僕がやっているのは、ベクトル量子化ですが、その場合、多次元データの分布をもっと、多くのパラメータを使って表現しているわけです。グラデーション近似の場合であれば、パラメータの数はずっと減っています。分割後のデータをどう表現するかという差でしかないので、大きな差が出るとは思えません。

僕のイメージを表現した図 ica_zu.swf

発明ディレクトリ

Google
Web www.PAG1U.net

関連ディレクトリ

画質

計画

ダウンロード

通信

関連サイト

乱雑な本棚:計算幾何学

乱雑な本棚:画像圧縮

乱雑な本棚:発明

乱雑な本棚:最適化

 
 
 
 
 
seo

ホーム 発明 掲示板 (C)松岡肇、メール