In this paper we propose a method combining query learning and a meta-algorithm of machine learning as a new approach for sequence image retrieval. Sequence image retrieval is technology for searching image of character sequences without character recognition. The query learning mechanism is introduced to our method to use actively sequence images which are outputs in iteration of search. A new algorithm based on a meta-algorithm is also introduced. The algorithm adopts the weighted averages to amalgamate outputs of learning machines. We use document images which are obtained by artificially deteriorating original printed images, and as a result we found our method enhanced precision with using the query learning one-time. In addition, we check by experiment with pseudo data to see that our algorithm is applicable to other learning problems.%本論文では，文字列画像検索において質問学習と機械学習メタアルゴリズムを組合せる手法を提案する．文字列画像検索とは，文書画像に対して文字認識を行わず，文字列の検索画像のパターンマッチング問題として検索を処理する技術である．提案手法では，質問学習を用いてユーザから与えられるクエリの数を増やし，その複数のクエリから仮想クエリを生成し，文字列画像を検索する．仮想クエリの構成方法には，メタアルゴリズムを基にした新たなアルゴリズムを用い，加重平均を用いて学習器を組合せる．実際に人工的に劣化させた文書画像を用いて評価実験を行い，質問学習を1回行うだけで提案手法は検索精度が向上することがわかった．また，本研究で構成したメタアルゴリズムの他の機械学習問題への適用可能性を擬似データを用いた実験によって評価と考察を行った．
展开▼
