클래스 분포와 변형 분포를 이용한 패턴인식 시스템을 위한 거리함수의 학습
Learning of Distance Function for Pattern Recognition Systems by Combining Class Distribution and Variation Distribution
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
두 입력 패턴간의 유사도를 측정하는 문제는 패턴인식 시스템의 핵심적인 요소에 해당한다. 특히 K-근접 이웃 분류기와 같은 거리 기반 패턴 분류기를 사용하는 경우, 거리함수는 전체 시스템의 성능을 좌우하는 중요한 역할을 한다. 본 논문에서는 기존의 정해진 거리함수를 사용하는 대신 학습을 통하여 주어진 문제와 데이터의 분포 특성에 맞게 최적화된 거리함수를 획득하는 방법을 제안한다. 특히 여러 개의 클래스로 이루어진 패턴인식 문제에서 나타나는 데이터의 분포를 변형 분포와 클래스 분포의 두 가지 관점에서 고찰함으로써, 이로부터 각각 얻어진 거리함수를 결합한 새로운 거리함수를 제안한다. 제안하는 거리함수는 변형 분포나 클래스 분포만을 고려한 기존의 방법에 비해 인식기의 성능을 향상시킬 수 있음을 실험을 통하여 입증하였다.
Abstract
Measuring the similarity between two input patterns is one of the essential parts for pattern recognition systems. The performance of a pattern recognition system with a distance-based classifier such as K-nearest neighbor method is greatly dependent on its distance function. In this paper, we propose a learning method to optimize a distance function for the given problem and data set instead of using a fixed distance function. An optimized distance function can be obtained by combining two distance functions based on class distribution and variation distribution. The computational experiments show that the proposed distance function can achieve better performance in pattern recognition problems compared to the conventional methods.
참고문헌 (17)
- C.M. Bishop, "Pattern Recognition and Machine Learning" (2006), MIT Press
- 강명아, "개선된 고차 국소 자동 상관 특징과 HMM을 이용한 제스처 인식", 한국차세대컴퓨팅학회 논문지, 7(4), pp.29~37 (2011), 한국차세대컴퓨팅학회
- 백란, "A Study for Reconstruction of Face recognitions through the Eigen-Algorithm", 한국차세대컴퓨팅학회 논문지, 5(4), pp.49~55 (2009), 한국차세대컴퓨팅학회
- 허진경, "조명 변화에 강한 물체인식에 관한 연구", 한국차세대컴퓨팅학회 논문지, 5(2), pp.58~63 (2009), 한국차세대컴퓨팅학회
- X. Geng, "Supervised nonlinear dimensionality reduction for visualization and classification", IEEE Trans. Syst. Man Cyber, 35, pp.1098~1107 (2005)
- S. T. Roweis, "Nonlinear Dimensionality Reduction by Locally Linear Embedding", Science, 290 (2000)
- S.-H. Cha, "Comprehensive Survey on Distance", Similarity Measures between Probability Density Function, 2007, pp.1(4), ~
- Moghaddam, B, "Bayesian modeling of facial similarity", Adv. Neural Inform. Process. Systems, 11 (1999)
- KwanyongLee, "A New Similarity Measure Based on Intraclass Statistics for Biometric Systems", ETRI Journal, 25(5), pp.401~406 (2003), 한국전자통신연구원
- K. Lee, "Probabilistic learning of similarity measures for tensor PCA", Pattern Recognition Letters, 33, pp.1364~1372 (2012)
- Xing, E, "Distance metric learning with application to clustering with side-information, In Advances in Neural Information Processing Systems" (2002), MIT Press
- Ashby, F. G, "Similarity measures", Scholarpedia, 2(12), pp.4116~ (2007)
- Weinberger, K. Q, "Distance Metric Learning for Large Margin Nearest Neighbor Classification", Adv. in Neural Inf. Proc. Sys. (NIPS) (2005)
- "Distance metric learning: A comprehensive survey"[URL]
- W. A. Wilson, "On semi-metric Spaces", American Journal of Mathematics, 53(2), pp.361~373 (1931)