わかりやすいパターン認識 第6章 特徴空間の変換 6.3 KL展開 [3] 平均二乗誤差最小基準 平成15年5月30日(金) 大城 亜里沙 原空間から部分空間への変換 平均二乗誤差最小という基準を用いて最良な部分空間 を求める。Aによって変換したベクトル y( At x ( y1 ,...yd~)t ) 元の座標系 Ay( y1u1 ... yd~ud~ ) Ay と x との距離は変換Aによって生じた誤差 これを最小にするAは特徴ベクトルの元の分布を最もよく保 存した変換であるとみなせる。 平均二乗誤差最小基準によって変換Aを求める。 平均二乗誤差最小基準(1) ー R:自己相関行列 1 t ( Ay x ) ( Ay x) ( A) n 1 t t t t ( y A x) ( AA x x) ( AA x x) n t t 1 t t ( x x ( A x) A x) n 最小となるAを求める。 1 t t (tr ( xxt ) tr ( At xxt A)) x x tr ( xx ) n (6.54) trR tr ( At RA) 2 自己相関行列Rと共分散行列∑との関係 自己相関行列R def 1 R n t xx 自己相関行列Rと共分散行列∑ 1 t t ( x m )( x m ) R mm n (6.56) ※ 自己相関行列Rは、相関係数行列(相関行列) とは異なるので注意!! 平均二乗誤差最小基準(2) 平均二乗誤差を最小にする。 At A I 制約の下に tr( At RA) を最大にする。 ― Rの固有値を i (1 2 ... d ) とする。 式 (6.54) より d min{ ( A)} trR i 2 i 1 分散最大基準によって 求まるAとは異なる。 特徴ベクトルの分布の違い Pa :分散最大基準によっても求まる軸 X2 Pa x Pa Pa ' Pb の視点を重心ではなく空間の原点 に置いているから。 m X1 x 0 :平均二乗誤差最小基準に Pb よって求まる軸 異なる理由 特徴ベクトルの分布を見るときの 原点を平行移動した後の平均二乗誤差 原点をmだけ平行移動した後に平均二乗誤差最小基準 に基づく変換を求める。 式(6.56)にm=0を代入すると、Σ=Rとなり式(6.54)より t trR tr ( A RA) ( A) tr tr ( At A) 2 このとき求まるAは分散最大基準によって 求まるAに等しい。 平行移動の最適性(1) 平行移動したmは最適な平行移動なのだろうか? 平行移動を x0として平均二乗誤差最小基準を 満たす x0とAを求める。 t ― x は変換によって y A ( x x0 ) に写る。 ― 逆にこのyを原空間の座標系で見ると Ay x0 となる。 ( Ay x0 ) x AAt ( x x0 ) x0 x ( AAt I )(x x0 ) 平行移動の最適性(2) t ここで Q I AA と置くと、 t At A I より Q Q Q であるから、平均二乗誤差 2 ( A, x0 ) は 2 ( A, x0 ) 1 (Q( x x ))t Q( x x ) 0 0 n 1 ( x x0 )t Q t Q( x x0 ) n 1 ( x x0 )t Q( x x0 ) n (6.64) となる。 平行移動の最適性(3) 一般に1次独立なm個のn次元ベクトルを列とする(n,m) 行列をAとするとき、 def P A( At A) 1 At PをAで張られる部分空間への直交射影行列、Pxをxの正 t t 射影と呼ぶ。 ここで、 A A I より P AA であり、 Q I AAt I P P a これは、Aの張る部分空間の直行空間(図の )への直交 射影行列となる。 平行移動の最適性(4) ここで、 2 を x0 で偏微分して0と置くと 2 1 n x0 (2Qx 0 2Qx) 2Q ( x0 m) 0 となるので Qx0 Qm (6.73) が得られる。これを式(6.64)に代入する。 平行移動の最適性(5) 2 ( A) 1 (Q( x m))t Q( x m) n 1 ( x m) t Q ( x m) n 1 ((x m) t ( I AAt )(x m)) n 1 (tr ( x m)(x m) t tr ( At ( x m)(x m) t A)) n tr tr ( At A) したがって、原点の平行移動を許した上で ( A) を最大にする変換行 ~ d 列AはΣの上位 個の固有値 1...,d~に対応する正規直交固有ベ クトルを列とする行列である。部分空間の軸は図の例では Pa 2 KL展開のまとめ パターン認識のための次元削減法として用いら れるKL展開は、分散最大基準もしくは原点移動 を許した平均二乗誤差最小基準により求まる部 分空間,すなわち共分散行列Σの上位固有値に 対応する固有ベクトルを基底とする部分空間を 使う方法である。
© Copyright 2024 ExpyDoc