疎性モデリングへの組合せ論的アプローチと最適化
Publicly Offered Research
Project Area | Initiative for High-Dimensional Data-Driven Science through Deepening of Sparse Modeling |
Project/Area Number |
26120524
|
Research Category |
Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
|
Allocation Type | Single-year Grants |
Review Section |
Complex systems
|
Research Institution | Osaka University |
Principal Investigator |
河原 吉伸 大阪大学, 産業科学研究所, 准教授 (00514796)
|
Project Period (FY) |
2014-04-01 – 2016-03-31
|
Project Status |
Completed (Fiscal Year 2015)
|
Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2015: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Fiscal Year 2014: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
|
Keywords | 機械学習 / 組合せ最適化 / 疎性モデリング |
Outline of Annual Research Achievements |
本研究は、離散凸性(特に劣モジュラ性)に基づいた疎性モデリングのための組合せ論的な理論的解析方法、および最適化を中心とした計算への方法論的基盤の構築を目的とするものである。特に、効率的に計算可能な離散凸最小化として定式化するために必要な家庭の明確化とそれに基づく高速アルゴリズムの開発、および事前知識としてのデータ特徴間の構造をりさんとつ生に基づき利用するための方法について取り組む。そして本領域や、その他の応用研究者らとともに、得られた成果を種々の実データに対して適用し、その有用性の検証を行うことを目的としている。 当該年度では、(課題1)疎性モデリングへの離散凸性に基づく理論解析方法のと高速アルゴリズムの開発、および(課題2)データ構造情報を用いた疎性モデリングへの組合せ論的解析方法の深化の両方に関連して、既存の構造正則化を列もジュラ関数の性質を用いて一般化した高階結合正則化を導出し、さらにその高速な最適化方法も開発した。得られた方法は、地理情報データなどへ適用し、その有用性についても検証を行った(論文投稿なども進めた)。 (課題3)周辺情報分野への展開とドメイン研究者との協働における応用的問題への適用に関しては、企業研究者などとの遺伝子データへの適用や、コンピュータビジョン分野における問題への適用などを行い、その有用性を確認した。
|
Research Progress Status |
27年度が最終年度であるため、記入しない。
|
Strategy for Future Research Activity |
27年度が最終年度であるため、記入しない。
|
Report
(2 results)
Research Products
(8 results)