オンライン型特徴選択とニューラルネットの追加学習

抄録

インターネットの発達により，高次元かつ大量のデータが時々刻々と蓄積されるようになった．このような環境で認識，予測，診断などを効率よく行っていくには，時間的に変化するデータ群に適応して次元削減を行い，システムの追加学習が行われる必要がある．次元削減にはオンライン型の主成分分析アルゴリズムなどが提案されている．本発表では，オンライン型主成分分析と追加学習型ニューラルネットを組み合わせた学習モデルを紹介する．