ベクトル量子化器設計のための淘汰型競合学習法 : 等ひずみ原理とその実現アルゴリズム
スポンサーリンク
概要
- 論文の詳細を見る
ベクトル量子化(VQ)器設計のための新たな競合学習法を提案する.まず,適用的VQアルゴリズムとして知られる競合学習アルゴリズムと今日VQ設計において広く用いられているLBGアルゴリズムが同じ必要条件から導出されることを示し,従来アルゴリズムの問題点を整理する.また,競合学習においてこれまで有効とされていた「等確率原理」がVQにおける期待ひずみ最小化の観点で最適でないことを示す.次いで,GershoのVQひずみにおける漸近理論から得られる「等ひずみ条件」(最適VQ設計の必要条件)が,不連続な複数クラスタからなる信号分布にも適用可能であることを示し,VQ設計原理して確立する.更に,本原理(等ひずみ原理)を近似的に実現する淘汰機構を考案し,従来の競合学習に淘汰機構を付加した新たな淘汰型競合学習(CSL)アルゴリズムを提案する.提案アルゴリズムは,信号分布が不連続な複数のクラスタからなる場合でも,代表ベクトルの初期値のいかんにかかわらず,高性能な量子化器を実現可能である.最適値が算出可能な1次元量子化問題への適用実験において,最適値の2%未満の誤差という従来手法では得られない優れた性能を確認した.多次元データへの適用実験でも提案法の有効性・優位性を確認した.
- 1994-11-25