[論文レビュー] Classification supervisée en grande dimension. Application à l'agrément de conduite automobile

Jean‐Michel Poggi, Christine Tuleau|arXiv (Cornell University)|Oct 29, 2010

Image and Signal Denoising Methods参考文献 24被引用数 5

ひとこと要約

本稿では、ウェーブレットに基づく特徴選択とCARTツリーを用いた高次元関数データの教師あり分類手法を提案する。ブライマンの手法から得られる変数の重要度を活用して判別性の高いウェーブレット係数を選択することで、次元削減を実現するとともに、重要な信号特徴を保持し、判別的イベントが明確に特定できる自動車ドライブ評価データにおいて分類精度を向上させる。

ABSTRACT

This work is motivated by a real work problem: objectivization. It consists in explaining the subjective drivability using physical criteria coming from signals measured during experiments. We suggest an approach for the discriminant variables selection trying to take advantage of the functional nature of the data. The porblem is ill-posed, since the number of explanatory variables is hugely greater than the sample size. The strategy proceeds in three steps: a signal preprocessing including wavelet denoising and synchronization, dimensionality reduction by compression using a common wavelet basis, and finally the selection of useful variables using a stepwise strategy involving successive applications of the CART method.

研究の動機と目的

• 高次元関数データにおける教師あり分類の課題、特に自動車ドライブ評価分野において対処すること。
• 変数の重要度指標を用いて、ウェーブレット係数パケツから最も判別性の高い特徴を特定・選択すること。
• 意味のあるドライブイベントに関連する信号特徴を保持しつつ、次元削減を実現すること。
• 特徴選択とCARTベースの分類の2段階プロセスを経て、分類精度を向上させること。
• 識別可能な判別的イベントを有する実世界のドライブデータ上で、本手法の有効性を示すこと。

提案手法

• 各関数変数 j に対して、応答変数 Y を説明するため、ウェーブレット係数パケツ C^j を用いてCARTツリー A^j を学習する。
• ブライマンらの手法による変数の重要度スコアを計算し、各ウェーブレット係数が分類に与える寄与度を評価する。
• 重要度スコアに閾値を適用して、最も関連性の高い係数のみを選択し、縮小されたパケツ ×C^j を形成する。
• 選択プロセスは図6に可視化されており、重要度閾値を超える係数が ×C^j として保持されている。
• 対応するCARTツリーの交差検証誤差に基づいて、新しい関数変数（選択された ×C^j）の順序付けが行われる。
• ウェーブレット分解、重要度に基づくフィルタリング、およびツリーに基づく分類を統合することで、高次元関数データを効率的に処理する。

実験結果

リサーチクエスチョン

• RQ1 高次元関数データにおける分類性能を向上させるために、ウェーブレット係数パケツをどのように効果的に選択できるか。
• RQ2 ドライブ信号における判別的イベントに対応するウェーブレット係数はどれか。
• RQ3 CARTツリーからの変数の重要度は、関数データにおける意味のある信号マーカーを信頼性を持って特定できるか。
• RQ4 変数の重要度に閾値を適用することで、分類誤差と特徴の関連性にどのような影響が生じるか。
• RQ5 重要度に基づく選択による次元削減は、自動車ドライブデータにおける信号の判別性をどの程度保持できるか。

主な発見

• 変数の重要度プロファイルにおいて重要度スコアが高い係数は、信号の形状マーカーだけでなく、ドライブデータにおける判別的イベントに対応している。
• 本手法は、j=17,22 のような重要なウェーブレット係数を効果的に特定し、図6に示すように分類に最も寄与している。
• 変数の重要度に閾値を適用することで、非判別的係数が効果的にフィルタリングされ、次元削減が達成されつつ予測性能が維持されている。
• CARTツリーの交差検証誤差は、選択された関数変数の順序付けに信頼性のある根拠を提供している。
• ウェーブレットベースの特徴選択を変数の重要度でガイドすることで、実ドライブデータにおける分類性能が向上することが示された。
• 本手法により、形態的にも判別的にも有意義な信号イベントを解釈可能に同定できるようになった。