抄録
機械学習によるパターン認識において，有効な特徴の決定は適用データに依存することが課題となっている．この問題解決手法として，特徴ごとに構築した識別器から，データに応じた適切な識別器を選択する複合特徴選択が提案されている．既存研究では，多次元入力に対して効率的に計算可能なID3（Iterative Dichotomiser 3）アンサンブルシステムにより，決定木の構築による複合特徴選択が提案されている．しかしながら，構築された決定木は，特徴が増加するにつれて複雑になることが示された．認識率の低い識別器や特定のデータに対して過剰な分類ルールが生成されるなど複雑な構造を有し，未知データに対する汎化性能が低下している可能性がある．したがって，本論文は単一特徴の使用により高い認識精度を持たない識別器を用いた識別に対する複合特徴選択の適用可能性を検証する．さらに，このアプローチに基づく多次元入力に対する適切な手法の提案を試みる．
