Isomapを用いた次元削減手法

抄録

近年,動画像などの高次元データが手軽に取得できるようになり,それらのデータを用いて物体認識やクラス分類などを行う新たな技術が研究されてきている. 高次元データそのままでは取扱が煩雑なので,その特徴を失わない範囲で次元削減をする必要性が生じる. 本研究では,一般的な次元削減手法である主成分分析(PCA)と比べてより特徴を抽出できるIsomapについて検討し, その欠点である追加データ削減時の再計算を改善した手法を提案する.