2023.12.22: 【論文募集】論文特集「エージェント技術とその応用」,2024/1/15 締切 →詳細 2023.12.22: 【募集案内】2024年度人工知能学会全国大会(第38回)発表申込の受付,2024/1/19 締切 →詳細 2023.12.21: 【参加募集】第127回人工知能基本問題研究会(SIG-FPAI),2024/1/20-21 ハイブリッド(東京大学 本郷キャンパス),2024/1/19 締切 →詳細 2023.11.21: 【募集案内】全国中高生AI・DS探究コンペティション2023 →詳細 2023.11.10: 【締切延長】第127回人工知能基本問題研究会(SIG-FPAI),2024/1/20-21 ハイブリッド(東京大学 本郷キャンパス),2023/11/18 申込締切 →詳細
Earth Mover's Distance (EMD) について調べたことを整理しておきます。EMDは、ユークリッド距離のような距離尺度の一つで、二つの分布の間の距離を測ることができます。言語処理ではあまり聞いたことなかったのですが、画像処理や音声処理では比較的有名な距離尺度のようです。 EMDが使える問題設定は下図のようになります。 EMDは特徴量と重みの集合(シグネチャと呼ぶ)で与えられる分布Pと分布Qの間の距離です。ここで、特徴量間では距離 が定義されているのが前提です。特徴量がベクトルのときはユークリッド距離、特徴量が確率分布のときはカルバック・ライブラー距離(情報量)などです。EMDは、特徴量の集合が2つ与えられたときに、1個1個の特徴量間の距離をもとに、特徴量集合間の距離を求められるんですね。これはすごい。 重みは具体的な応用によって使い方が変わりますが、その特徴量の重要度を
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く