ベクトル量子化（べくとるりょうしきか）

概要

ベクトル量子化（Vector Quantization: VQ）は、データ圧縮の一種であり、特に多次元ベクトルデータに対して有効な手法です。連続値で表現されるデータを、あらかじめ定義された有限個の代表的なベクトル（コードブック）に量子化することで、データ量を削減します。

原理

ベクトル量子化の基本的な原理は、入力ベクトルに最も近いコードブックベクトルを割り当てるというものです。この「近さ」は、通常、ユークリッド距離などの距離関数を用いて定義されます。入力ベクトルは、対応するコードブックベクトルのインデックスに置き換えられるため、データ量を大幅に削減できます。

コードブックの生成

ベクトル量子化の性能は、コードブックの品質に大きく依存します。コードブックは、学習データを用いて、例えばLBGアルゴリズム（Linde-Buzo-Gray algorithm）などのアルゴリズムを用いて生成されます。LBGアルゴリズムは、クラスタリングの一種であり、データをいくつかのグループに分け、各グループの中心ベクトルをコードブックベクトルとして選択します。

利点と欠点

利点:

• 高い圧縮率を実現できる
• 高速な復号が可能
• 多次元データに対して有効

欠点:

• コードブックの生成に計算コストがかかる
• 量子化誤差が発生する
• コードブックのサイズが大きくなると、メモリ消費量が増加する

応用例

ベクトル量子化は、以下のような様々な分野で応用されています。

• 画像圧縮（JPEGなど）
• 音声圧縮
• パターン認識
• データマイニング

関連技術

ベクトル量子化と関連する技術としては、スカラー量子化、差分量子化、ハフマン符号化などが挙げられます。