[Published online Journal of Computer Chemistry, Japan Vol.20, 60-70, by J-STAGE]
<Title:> Fisher Discriminant Orthogonal Decompositionの高速化
<Author(s):> 吉村 季織, 高柳 正夫
<Corresponding author E-Mill:> yosimura(at)cc.tuat.ac.jp
<Abstract:> 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．
<Keywords:> discriminant analysis, Fisher Discriminant Analysis, regularization coefficient, singular value decomposition, orthogonal decomposition
<URL:> https://www.jstage.jst.go.jp/article/jccj/20/2/20_2021-0027/_article/-char/ja/
<Title:> Fisher Discriminant Orthogonal Decompositionの高速化
<Author(s):> 吉村 季織, 高柳 正夫
<Corresponding author E-Mill:> yosimura(at)cc.tuat.ac.jp
<Abstract:> 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．
<Keywords:> discriminant analysis, Fisher Discriminant Analysis, regularization coefficient, singular value decomposition, orthogonal decomposition
<URL:> https://www.jstage.jst.go.jp/article/jccj/20/2/20_2021-0027/_article/-char/ja/
