2018 Fiscal Year Research-status Report
| Project/Area Number |
16K00066
|
|---|
| Research Institution | Yamagata University |
|---|
Principal Investigator |
鈴木 郁美 山形大学, 大学院理工学研究科, 助教 (20637730)
|
|---|
| Project Period (FY) |
2016-04-01 – 2020-03-31
|
| Keywords | ハブネス / 近傍法 / 半教師あり学習 |
|---|
| Outline of Annual Research Achievements |
ビックデータが大きな注目を集める中，大量データから欲しい情報にたどり着くのは未だ難しい課題である．本研究は，大規模高次元データ一面であるハブネス現象に着目し，欲しい情報にたどり着くための，より頑健な数理基盤の確立を目指す．本研究では，研究代表者のこれまでの研究をより深化させ，特に，ハブネスの発生原因である次元とデータの大規模性について数理的に解析を行い，関係を明らかにする．
高次元空間では，我々が低次元空間で理解することがそのまま通じる訳ではなく，「次元の呪い」として知られる，一見不思議な現象が起こる．例えば，空間の縁にデータが集中する現象は，次元の呪いの一つとして以前から知られていたが，最近，新たな次元の呪いとして，高次元データにはハブが出現するハブネスの現象が報告された．
我々は，これまでの研究でハブの発生を抑制する手法の開発を行ってきた．ハブは高次元かつデータ中心との類似度が高い事例がハブになる(Radovanovic; et al. JMLR 2010)，という事実に基づき，「データ中心との類似度をすべての事例に関して等しくする」ことによりハブを軽減する方法を提案した．
本研究では，我々が提案したハブ軽減方法を半教師あり学習の枠組みに適用し，高次元空間由来のハブの影響を検証した．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
我々の提案したハブネス軽減法を半教師あり学習の枠組みにあてはめ，高次元由来のハブの影響を検証実験しているが，サーバーの故障により実験が遅延している．
|
| Strategy for Future Research Activity |
我々の提案したハブネス軽減法を半教師あり学習の枠組みにあてはめ，高次元由来のハブの影響を検証実験を行うため，他のサーバーで実験を行う等の対策で対応を行っている．計算速度が落ちるため当初の計画の期間では終わらない可能性があるが，研究期間の延長などで対応する予定である．
|
| Causes of Carryover |
今年度の研究計画として，我々の提案したハブ軽減距離・類似度尺度の教師あり学習以外の枠組みに適用させることである．しかし，サーバーの故障により実験が計画当初より遅れている．そのため国際会議発表などの研究発表を翌年度以降に計画している．
|
