2015 Fiscal Year Research-status Report
ベイズ推論にもとづく全自動かつ高速なテンソル分解のモデル選択法
| Project/Area Number |
15K16055
|
|---|
| Research Institution | National Institute of Informatics |
|---|
Principal Investigator |
林 浩平 国立情報学研究所, ビッグデータ数理国際研究センター, 特任助教 (30705059)
|
|---|
| Project Period (FY) |
2015-04-01 – 2017-03-31
|
| Keywords | テンソル分解 / 機械学習 / モデル選択 |
|---|
| Outline of Annual Research Achievements |
データが多次元配列の構造を持つとき，テンソルと呼ぶ．テンソルデータは高次元であることが多く，解析の際は次元圧縮をうまく使う必要がある．テンソル分解は次元圧縮法の１つであり，実データ解析の際によく用いられる．しかしながら，テンソル分解はデータの次元ごとに圧縮する度合いを決めるハイパーパラメータを持ち，それが解析結果にセンシティブに効いてくるため，これらをうまく選んでやる必要がある．
本研究はそれらのハイパーパラメータをFAB推論と呼ばれるベイズ学習法によって選択する枠組みを構築することを狙いとする．２７年度は「研究実施計画」に記述した通り，【実施項目1：FAB 推論アルゴリズムの連続隠れ変数モデルへの一般化】を達成した．また【実施項目2：主成分分析(PCA) の全自動モデル選択法の開発】についても成功した．これらの成果は合わせて国際会議ICML2015に採録された．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
「研究実施計画」に記述した目標はすべて達成されたため．
|
| Strategy for Future Research Activity |
２７年度ではテンソル分解の特殊ケースである行列分解に対して一定の成果がみられた．２８年度はこれらの成果を一般化し，テンソル分解への応用に取りくんでいく．
|
