1994 Fiscal Year Annual Research Report
| Project/Area Number |
06680364
|
|---|
| Research Institution | Aoyama Gakuin University |
|---|
Principal Investigator |
稲積 宏誠 青山学院大学, 理工学部, 助教授 (00168402)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
常磐 欣一朗 神戸大学, 工学部, 専任講師 (70172145)
|
|---|
| Keywords | 機械学習 / 概念学習 / PAC学習 / VC次元 / 情報理論 / 情報縮約理論 / 符号理論 / 重み分布 |
|---|
| Research Abstract |
計算論的学習理論や概念学習では、確率的かつ近似的に正しいとするPAC学習可能性と、目標概念の特徴と学習可能性の関係を示す規範としてVC(Vapnik-Chervonenkis)次元が提案されている。これは、PAC学習可能性における学習に必要となるサンプル数(Sample complexity)を評価しようというものである。一方、研究代表者はシステムの規模増大時に生じるトレードオフ関係の評価を情報縮約理論によりモデル化し、対象システムの性質を分類、評価する方法である柔軟性(elasticity)基準をすでに提案している。これを、従来行われてきた情報源符号化によるアプローチとは別の視点から、(1)機械学習におけるサンプル数とそのサンプルからの目標概念の推定の近似度のトレードオフ関係の評価に適用できるとこ、(2)VC次元を用いた概念クラスの分類と共通の視点に基づいていることについて、本年度の成果として大枠を示すことができた。また、PAC学習可能性は、目標概念に近い仮説集合を保持することを前提として、どの概念クラスが学習しやすいかを議論しており、その集合の中から目標概念を特定することまでを議論の対象とはしていない。一方、最終的に必要な学習のための計算量は、それらの仮説集合から目標概念を特定することの容易性をも加味したものとして定義されるべきであると考えられる。そこで、特に研究分担社の専門分野である符号の重み分布と誤り訂正能力との関係をもとに目標概念の構造をクラス分類し、(1)柔軟性を用いた評価をより厳密に行い、(2)VC次元との対応関係を明確にし、(3)学習可能性に関するより有効な基準を提案するための基礎的な検討を続けている。
|
-
[Publications] 稲積宏誠、常磐欣一朗、R.Holte: "A step towards a new test for learnability of machine learning" IEEE International Conference on Systems,Man and Cybernetics. 320-327 (1994)
-
[Publications] 常磐欣一朗、田中初一: "リ-ドソロモ符号に対する完全重み分布の導出法の改良" 電子情報通信学会論文誌A. 77A. 1276-1283 (1994)
-
[Publications] 山口真一、常磐欣一朗、田中初一: "Constracyolic符号を用いた積符号とその復合法に関する考察" 電子情報通信学会技術研究報告. 94-483. 1-6 (1995)
-
[Publications] 上月清司、常磐欣一朗、田中初一: "単一誤り訂正能力を有する効率の良い重み一定符号" 電子情報通信学会技術研究報告. 94-483. 7-12 (1995)
-
[Publications] 稲積宏誠、小高知宏: "情報処理システム" 株式会社リックテレコム, 255 (1994)
-
[Publications] 稲積宏誠、小高知宏: "ソフトウェア光学とヒューマンインタフェース" 株式会社リックテレコム, 130 (1994)
