正準相関分析

作成した学習データをもとに画像と音声の間で 正準相関分析を行う． 正準相関分析は本質的な情報だけを残し 余分な次元を落とすのが目的であるが，逆に次元を落としすぎると属性を 分離できなくなってしまう可能性がある． 最適な次数を決定するのは困難だが，本実験ではとりあえず，10 次元とした． 図6.2 は属性数を 3 にしたときの，学習サンプル したときの正準空間での相関の大きさである． 横軸は次元のインデックスを あらわし，縦軸は各次元での相関の大きさを表す． 10 次元というのは，相関がほぼ 0.5 以上になる部分に相当している．

図 6.2: 画像と音声の正準空間での相関(属性の数 3， DataSet(1)). 横軸 : 次元の index(50次元まで)，縦軸 : 各次元の相関の大きさ