Random sample consensus とは

ランダムサンプルコンセンサス(RANSAC)は、外れ値が推定値に影響を与えない場合、外れ値を含む観測データのセットから数学モデルのパラメータを推定する反復法です。したがって、異常値の検出方法として解釈することもできます。ある確率でのみ妥当な結果を生成し、反復が許されるほどこの確率が増加するという意味では、非決定論的アルゴリズムです。このアルゴリズムは、1981年にSRI InternationalのFischler and Bollesによって最初に出版されました.RANSACを使用して、位置決定問題(LDP)を解くことができました。ここでは、空間に投影された空間上の点を、既知の場所。
基本的な前提は、データが「インリア」すなわち、モデルパラメータのいくつかのセットによって分布を説明できるデータ、すなわちノイズの影響を受けやすいデータ、およびモデルに適合しないデータである「アウトライア」であるということです。異常値は、例えば、ノイズの極端な値、またはデータの解釈に関する誤った測定値または誤った仮説から来る可能性がある。 RANSACはまた、(通常は小さな)一組のインライアを仮定すると、このデータを最適に説明するモデルのパラメータを推定することができる手順が存在すると仮定する。