複数の局所的距離の学習法とその統合による分類手法に関する一考察

摘要

機械学習の一手法として，データの自動分類の際に有効となる距離計量を学習するLarge Margin Nearest Neighbor（LMNN）と呼ばれる手法が用いられている．LMNNでは学習データ全体に対し単一の距離計量を学習するため，学習データのカテゴリごとの統計的特徴の差異を考慮できないという問題が存在する．本研究では学習データのカテゴリに着目し，データの局所的構造を反映した複数の距離構造を学習する手法を提案する．また，これら複数の距離構造を統合した分類を行うことにより，提案手法の有効性を示す．