識別器選択のたあの入力空間分割法に関する検討

摘要

アンサンブル学習は，トレーニングした複数の識別器の出力を統合し，個々の識別器よりも正確な出力を得るというものである．このアブローチでは，確かに識別性能の向上は期待できるが，一つの入力に対して多数の識別器を動かさなければならないため，速度の低下や消費メモリの増加が起きる．本報告では，1）入力空間を箱状に分割し，2）分割された個々の箱において最も性能の高い識別器を選択する，というアプローチで全体としての識別率の向上と，識別速度の向上を図る方法について述べる．この方法は，一つの入力に対して一つの識別器しか動かないため，一台の識別器を用いているのとほぼ同等の速度で動作する．また，入力空間中の各場所で最も良く機能する識別器を選択しているた動明らかに元の識別器よりも良い性能が得られる．空間分割と識別器選択の複数の方法を提案し実験によりそれらを検証する．