画像の標準パターン作成とシミュレーテドアニーリング

概要

論文の詳細を見る
パターンマッチングや情報圧縮における標準パターン集合(符号帳)を作成するためのベクトル量子化は,より高い視野から見ると,競争学習を用いた自己組織化アルゴリズムとなる.この問題においては,その起源的研究の当初である1970年代後半から局所最適性について議論がなされてきた.しかし,音声や画像に適用した結果では,性質の極めて悪い局所最適解に捕捉されることはまれであった.しかしながらベクトル量子化そのものの研究としても、また,自己組織化の問題の研究としても,いろいろな変形が提案されつつあり,どの程度の(準)最適な解になっているのかの比較が大事となってくるそこで,悪い局所最適点(local optima)からの脱出法であるシミュレーテドアニーリングを行って,どの程度の改善が得られるのかを調べてみる.ただし本稿では,画像によるトレーニングデータを採用し,文献の特別な場合である位相なしの2重降下競争学習アルゴリズムについて実験を行ってみる.2重降下の場合のシミュレーテドアニーリングと局所最適性との関連については,従来検討がなされていない.
一般社団法人情報処理学会の論文
1990-03-14