研究論文
Fisher Discriminant Orthogonal Decompositionの高速化
2021 年 20 巻 2 号 p. 60-70
詳細
2021 年 20 巻 2 号 p. 60-70
Fisher Discriminant Orthogonal Decomposition (FDOD)は，Fisher Discriminant Analysis (FDA)に正則化係数と直交分解を適用した判別分析法である．これにより，多変量データの判別分析において過学習を回避すること，グループ数以上の判別軸を求めることが可能になった．しかし，FDODは計算時間やメモリを多く消費する方法である．そこで，分析データを特異値分解して冗長データを取り除くことで，計算時間やメモリを節約する方法，Fast Fisher Discriminant Orthogonal Decomposition (FFDOD)を開発した．7054波数のデータからなる6種のセルロール系繊維の赤外級数スペクトル275個にFFDODを適用した場合，FDODと比較して約1/84の計算時間となった．特異値分解の計算を除外すると，約1/290と顕著な高速化が実現できた．また，FFDODとFDODの結果を比較することとで，計算精度においても同等であることが示された．
