| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-11-10 13:00 ［ポスター講演］スペクトル分解におけるλ-スキャン法の提案 ○本武陽一（東大）・五十嵐康彦（物質・材料研究機構）・竹中 光（東大）・永田賢二（産総研）・岡田真人（東大）  IBISML2017-80 |
|
| 抄録 | （和） | スペクトルデータを単峰性の基底関数の和としてフィッティングし， ピークの位置や強度といったパラメータを推定するスペクトル分解は， スペクトルデータ解析において有用な分析手法である． これまでにベイズ推定による手法が提案されたが， 交換モンテカルロ法による数値積分が必要となり， パラメータ数に応じて計算量が大きく増大するといった問題があった． これに対してL1VM（L1 regularized Vector Machine）による高速なスペクトル分解法が提案されているが， ベイズ推定による方法と比較してピーク分解性能が低いという問題があった． 我々は，スペクトル分解が基底探索と回帰という2つの機能によって構成されると捉え， 既存手法においてこれらを同時最適化している点に着目した． 本研究では， スペクトル分解におけるλ-scan法を提案し，人工データにおいて高速で性能の高いスペクトル分解が実現されることを確認した． |
| （英） | Spectral deconvolution is a method to fit spectral data as the sum of unimodal basis functions and is a useful method in spectral data analysis in order to estimate spectral information such as peak position or intensity. Nagata et al. proposed a method based on Bayesian estimation and realize to estimate spectral information from complex spectral data. But there is a problem that the calculation amount increases greatly according to the number of parameters because of numerical integration by exchange Monte Carlo method. In contrast, Igarashi et al. proposed a fast spectral deconvolution method using L1 regularized vector machine (L1VM), which peak deconvolution performance is poor compared with the Bayesian spectral deconvolution. We regard that the spectral deconvolution is composed of two functions, “basis search” and “regression”. From such a viewpoint, in this study, we propose a λ-scan method in spectral deconvolution. We also confirmed that high-speed and high-performance spectral deconvolution is realized in artificial data. |
|
| キーワード | （和） | スペクトル分解 / ベイズ推定 / ベイズ的スペクトル分解 / L1正則化 / λ-scan / / / |
| （英） | Spectral deconvolution / Bayesian estimation / Bayesian spectral deconvolution / L1-regularization / λ-scan / / / | |
| 文献情報 | 信学技報, vol. 117, no. 293, IBISML2017-80, pp. 325-332, 2017年11月. | |
| 資料番号 | IBISML2017-80 | |
| 発行日 | 2017-11-02 (IBISML) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IBISML2017-80 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2017-11-08 - 2017-11-10 |
| 開催地（和） | 東京大学 |
| 開催地（英） | Univ. of Tokyo |
| テーマ（和） | 情報論的学習理論ワークショップ (IBIS2017) |
| テーマ（英） | Information-Based Induction Science Workshop (IBIS2017) |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2017-11-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | スペクトル分解におけるλ-スキャン法の提案 |
| サブタイトル（和） | |
| タイトル（英） | Proposal of λ-scan Method in Spectral Deconvolution |
| サブタイトル（英） | |
| キーワード(1)（和/英） | スペクトル分解 / Spectral deconvolution |
| キーワード(2)（和/英） | ベイズ推定 / Bayesian estimation |
| キーワード(3)（和/英） | ベイズ的スペクトル分解 / Bayesian spectral deconvolution |
| キーワード(4)（和/英） | L1正則化 / L1-regularization |
| キーワード(5)（和/英） | λ-scan / λ-scan |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 本武 陽一 / Yohachi Mototake / モトタケ ヨウイチ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ of Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 五十嵐 康彦 / Yasuhiko Igarashi / イガラシ ヤスヒコ |
| 第2著者 所属（和/英） | 物質・材料研究機構 (略称： 物質・材料研究機構) National Institute for Materials Science (略称： NIMS) |
| 第3著者 氏名（和/英/ヨミ） | 竹中 光 / Hikaru Takenaka / タケナカ ヒカル |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ of Tokyo) |
| 第4著者 氏名（和/英/ヨミ） | 永田 賢二 / Kenji Nagata / ナガタ ケンジ |
| 第4著者 所属（和/英） | 国立研究開発法人産業技術総合研究所 (略称： 産総研) National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第5著者 氏名（和/英/ヨミ） | 岡田 真人 / Masato Okada / オカダ マサト |
| 第5著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ of Tokyo) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-11-10 13:00:00 |
| 発表時間 | 150分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2017-80 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.293 |
| ページ範囲 | pp.325-332 |
| ページ数 | 8 |
| 発行日 | 2017-11-02 (IBISML) |
[研究会発表申込システムのトップページに戻る]