多重時系列データ解析のための正準多重整列法

摘要

本論文では，人のモーションキャプチャデータや顔画像，また脳画像時系列データのように，時空間的に多様性を有する連続多重時系列データに対して，時間軸上での対応付けを与える整列問題について考える.特に，これらの多重時系列に隠れた共通パターンを探索することにより多重時系列の整列を行う正準多重整列法（Canonical Multiple Sequence Alignment:CMSA）を提案する．具体的には，多重集合正準相関分析（Multi-set Canonical Correlation Analysis：MCCA）と多重整列法（Multiple Sequence Alignment：MSA）を拡張し，多重時系列データの共通低次元空間（正準空間）への変換と，正準空間上での多重時間整列を交互に行うことで，多重時系列データの時空間的な整列を達成する．提案法により，空間的な多様性（例えば，人データにおける試行間のばらつきや個人差など）の影響に対して頑健な多重時間整列を実行することが可能となる．本論文では，正準多重整列法の定式化及び導出されたアルゴリズム，また人工データへの適用結果を示し，提案法の有効性を実証する．