วิธีการเลือกฐานหลักสำหรับเทคนิคการลดมิติ

พีรธรรม วิริยธรรมภูมิ

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/16053

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	บุญเสริม กิจศิริกุล	-
dc.contributor.author	พีรธรรม วิริยธรรมภูมิ	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2011-09-30T13:11:03Z	-
dc.date.available	2011-09-30T13:11:03Z	-
dc.date.issued	2552	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/16053	-
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2552	en
dc.description.abstract	การลดมิติถือเป็นงานสำคัญในงานการเรียนรู้ของเครื่องและการรู้จำ เนื่องจากในปัจจุบันนี้เรามีความสามารถในการเก็บข้อมูลทุกๆ คุณลักษณะที่เราพอจะนึกถึงได้ ซึ่งนำไปสู่ข้อมูลขนาดใหญ่ที่มีคุณลักษณะมากเกินกว่าที่จะประมวลผลได้ เทคนิคการลดมิติช่วยลดความซ้ำซ้อน ระหว่างคุณลักษณะและช่วยขจัดความห่างมากในชุดข้อมูล การเลือกฐานหลักถือเป็นปัญหาเปิด ว่าเราจะสามารถลดมิติเพื่อให้ได้เซตย่อยของข้อมูลที่เหมาะที่สุดอย่างอัตโนมัติได้อย่างไร ในงานรู้จำบนชุดข้อมูลรูปภาพนั้น เทคนิคการลดมิติได้รับการพิสูจน์ว่าเป็นตัวประมวลผลก่อนที่สำคัญ เทคนิคแบบสองมิติและสองมิติสองทิศทาง เป็นส่วนขยายของเทคนิคการลดมิติสำหรับชุดข้อมูลรูปภาพโดยเฉพาะ เทคนิคแบบสองมิติและสองมิติสองทิศทางให้ค่าความแม่นที่สูงกว่า และมีปริมาณการคำนวณที่น้อยกว่าเมื่อเทียบกับเทคนิคดังเดิม เราได้โต้แย้งว่ากระบวนการเลือกฐานหลักในเทคนิคแบบสองมิตินัน ไม่เหมาะที่สุดและไม่ชัดเจนในเทคนิคแบบสองมิติสองทิศทาง เราได้นำเสนอเทคนิคตัวกรองแบบคะแนนเพื่อช่วยทำให้การเลือกฐานหลักเหมาะที่สุดโดยการทำให้เป็นบรรทัดฐานและจัดเรียงฐานหลักใหม่ที่ให้ผลเป็นค่าความแม่นที่สูงขึ้นในการจำแนก นอกจากนี้เรายังนำเสนอวิธีการเลือกฐานหลักใหม่ในเทคนิคแบบสองมิติสองทิศทางสองวิธี ได้แก่ วิธีใช้เทคนิคคัดเลือกคุณลักษณะแบบผสมและวิธีอัลกอริทึมเชิงละโมบที่ใช้ควบคู่กับการตัดออก ซึ่งทั้งสองวิธีนี้จะใช้ปริมาณการคำนวณน้อยกว่าวิธีดั้งเดิม ที่ใช้การตรวจสอบไขว้ทั้งหมด อีกทั้งยังให้ค่าความแม่นในการจำแนกสูงกว่าวิธีตัดออกโดยอ้างอิงค่าลักษณะเฉพาะ ที่มักจะติดในหุบเขาของปริภูมิค่าความแม่น เราได้ประยุกต์ใช้แนวคิดกับงานในโลกจริง ได้แก่ งานรู้จำใบหน้าและงานรู้จำลายมือ	en
dc.description.abstractalternative	Dimensional reduction is an important task in machine learning and pattern recognition. Nowadays, we have gained an ability to collect every feature in our imaginable aspect which leads to massive data that have too many features to process. Dimensional reduction techniques reduce the redundancy among features and conquer the sparseness of the data set. Basis selection is an open problem of how much we should reduce the dimension to be an optimal dataset automatically. In pattern recognition tasks of image data sets, techniques for dimensional reduction have been proven to be an important preprocessing step. 2D and (2D)2 techniques are the extensions of Dimensional Reduction techniques tailored for image data sets. 2D and (2D)2 techniques provide more classification accuracy with less computational cost compared to original techniques. We argue that the step in basis selection of 2D techniques is not optimal and the method of basis selection is not obvious in (2D)2 techniques. We propose the score-based filter techniques to further optimize the basis selection by performing a normalizing and reordering step which results in higher classification accuracy. Moreover, we also introduce a novel basis selection method in (2D)2 techniques based on a greedy algorithm and score metrics which requires less computational cost compared to cross validation based techniques and provides more classification accuracy than eigenvalue-based cut-off techniques which stuck in the valley of accuracy space. We have applied our proposed method to several real world applications, face recognition and hand written recognition.	en
dc.format.extent	1690691 bytes	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.relation.uri	http://doi.org/10.14457/CU.the.2009.2107	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	การลดมิติ (สถิติ)	en
dc.subject	การเรียนรู้ของเครื่อง	en
dc.subject	การรู้จำรูปแบบ	en
dc.title	วิธีการเลือกฐานหลักสำหรับเทคนิคการลดมิติ	en
dc.title.alternative	An approach to basis selection for dimensional reduction techniques	en
dc.type	Thesis	es
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	วิศวกรรมคอมพิวเตอร์	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	boonserm@cp.eng.chula.ac.th, Boonserm.K@chula.ac.th	-
dc.identifier.DOI	10.14457/CU.the.2009.2107	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
Peratham_Wi.pdf		1.65 MB	Adobe PDF	View/Open

Show simple item record