ispr bhattacharyya bound
DESCRIPTION
Introduction to statistical pattern recognitionBhattacharyya BoundTRANSCRIPT
Bhattacharyya Bound
song
Outline
• Bhattacharyya Boundの定義
• Bhattacharyya距離の性質
• 三つの例題についてのBhattacharyya
BoundとBayes errorの結果
• 他のbound
Keywords
• Bhattacharyya Bound
• Bhattacharyya distance
• Bayes error
• Asymptotic nearest neighbor error
Bhattacharyya Boundの定義
• 定義式は
そしては Bhattacharyya距離と呼ばれる。二つの
分布はともに正規分布であるとき。この距離は以下の式のようになる:
)151.3(
)2/1(
212121u ePPdX)X(p)X(pPPµ−==ε ∫
)152.3(
21
21
12
1
21T
12
||||
|2
|In
2
1)MM(
2)MM(
8
1)2/1(
ΣΣ
Σ+Σ
+−
Σ+Σ
−=µ−
)2/1(µ
Bhattacharyya Boundの性質
• 正規分布Bhattacharyya距離について– 二つの正規分布の共分散行列は同じの時のChernoff距離(sの関数とするとき)の最大値である。
– 式3.151において、二つの部分に分けてみると、前の部分はM1=M2
のとき消える、そして後ろの部分は のとき無くなる。言い換えれば、前の部分は二つの正規分布のmeanの違いを表す、後ろ
の部分は共分散の違いを表している。
)152.3(
21
21
12
1
21T
12
||||
|2
|In
2
1)MM(
2)MM(
8
1)2/1(
ΣΣ
Σ+Σ
+−
Σ+Σ
−=µ−
21 Σ=Σ
三つの例題
• 例題12
– まずChernoff距離は
– DATA において、Chernoff距離の最大値を計算するとS0=0.58になる。(P1=P2=0.5)それに対応したChernoff
boundは0.046になる。この数値はBhattacharyya bound
の0.048に近い。一方Bayes errorは0.019になる。
[ ] )150.3(s1s
21
12
1
21
T
12
|2||1|
|)s1(s|In
2
1)MM()s1(s)MM(
2
)s1(s)s(
−
−
ΣΣΣ−+Σ
+−Σ−+Σ−−
=µ
Λ−I
三つの例題
• 例題13
– Nx(0,I),Nx(0, )についてBhattacharyya距離を計算する。
– そして以下になる
もしnは そして の時、距離は無限大のなって、boundは0に接近。当然Bayes errorも接近。
Λ
||||
|2
|In
2
1)2/1(
21
21
ΣΣ
Σ+Σ
=µ
i2
i1In
2
1)2/1(
n
1i λλ+
Σ=µ=
0i ≠λ∞+
三つの例題
• 例題14
– Xi(i=1…n)はIID。 クラスは[0.4,0.6]そして[0,1]区間上の
一様分布である。
– Boundはnにつれて小さくなる。たとえば、n=1,P1=P2=0.5の時0.224となる、一方Bayes errorは0.1である。
21,ωω
n
21
i
6.0
4.0
n
1i21
2121
2121u
477.0PP
dX5PP
dX)X(p)X(pPP
dX)X(p)X(pPP
=
Π=
=
=ε
∫
∫
∫
=
∞+
∞−
他のbound
• たとえばAsymptotic nearest neighbor error
• 定義式:
• Bayes errorとBhattacharyya boundの中間。
• Bayes errorを計算するとき,各クラスで積分して和をとる。一方Bhattacharyya boundそしてAsymptotic nearest neighbor
errorはP1p1(X)とP2p2(X)の積についての関数を積分している。Asymptotic nearest neighbor errorは7章にまた詳しく説明され
る。
)157.3(2211
2211
dX)X(pP)X(pPdX)X(p
)X(pP)X(pP2 ∫∫ <=<=ε