木構造を有する階層型確率ニューラルネットの提案と指形状識別への応用

摘要

本論文では，NTの識別子として，確率分布を内包したPNNを用いる方法を提案する．PNNには確率分布を高い精度で推定可能なLLGMNを用い，NTにLLGMNを導入したHierarchical Log-Linearized Gaussian Mixture Network（以下，H-LLGMNと略記）を提案する．提案手法ではLLGMNを階層的に用い，サブクラスへの識別を段階的に繰り返すことで，1つのLLGMNでは識別が困難な動作のパターン識別を行なうことができ，また，識別子にLLGMNを用い動作のパターンの確率分布を高い精度で推定することで，生体信号などの人間の身体から計測される信号の個人差や再現性を考慮した識別が実現できる可能性がある．また，階層木構築におけるサブクラス構築にクロスバリデーションを導入することにより，汎化性も考慮することができる．以下，2では各非終端ノードにてノードの分類に用いるLL-GMNの基本構造を説明し，3で提案手法の説明を行なう．そして，4で曲率が計測可能なシェイプセンサを用いた応用実験を行ない，提案手法の有効性を示す．