ストリームデータに対するカーネル主成分分析アルゴリズム

摘要

ストリームデータをオンラインで特徴抽出する学習アルゴリズムとして，追加学習型カーネル主成分分析（IKPCA）アルゴリズムが提案されている．IKPCAは，一次独立データ以外の過去のデータを用いずにカーネル主成分分析（KPCA）の特徴固有空間を更新できるため，KPCAよりも高速に学習できる．しかし，データがチャンク状に与えられた場合でも，個々のデータを逐次学習する必要があり，特徴固有空間を更新しなければいけない．よって固有値問題を解く回数が増え，学習効率が悪くなる．この問題を解決するため，データがチャンク状に与えられたとき，特徴固有空間の更新を過去のデータを用いず，固有値問題を一回解くだけで済むIKPCAアルゴリズムを提案する．ベンチマークデータを用いて評価実験を行い，高い認識率を維持しながら，高速に学習できることを示す．