2017 Fiscal Year Research-status Report
| Project/Area Number |
16K00305
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
畑埜 晃平 九州大学, 基幹教育院, 准教授 (60404026)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | オンライン予測 / LogDet正則化 / 協調フィルタリング / ZDD / ブースティング / 時系列 / データ圧縮 |
|---|
| Outline of Annual Research Achievements |
１．LogDet正則化に基づくオンライン予測手法と２値協調フィルタリングへの応用：LogDet正則化に基づくオンライン予測手法に対して厳密な理論的性能解析を行い，リグレットという指標の下で多くの問題に対していくつかの問題に対してほぼ最適である事を示した．また，解析結果は２値協調フィルタリングのオンライン予測問題に応用可能である．特に，従来手法をLogDet正則化に基づいた手法で置き換えることにより，最適な誤り回数の理論上界を導出した．
２．圧縮データ上でのブースティング：0,1の系列で表現される事例（bag-of-words等）からなる訓練データをZDD形式に圧縮した上で，圧縮データ上でブースティングと呼ばれる機械学習手法を実行する，枠組みを提案し，非圧縮データ上と全く同様に動作することを示した．この結果はビッグデータに対しても省メモリ・省スペースで動作可能であり，非常に有用な結果と言える．本成果は国際会議 WALCOM2018 において best paper award を受賞した．
３．局所特徴に基づく学習理論とアルゴリズム：時系列データの多くは局所的な特徴・パターンを用いることによってうまく分類できる．本研究では，局所的な特徴を組合わせた分類器の汎化誤差の理論上界を導出するとともに，分類器を生成するための最適化問題を定式化した．提案手法は多くの時系列データに対して良好な性能を示した．
４．その他：非負行列分解を含む低ランク行列のクラスに対する汎化誤差の理論解析，逐次射影に基づく組合せ論的オンライン予測手法，スパースな超平面に基づくランキング手法の研究を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初想定していた問題設定をより広い視野から捉え直すことによって，順序比較にとどまらず，離散構造と最適化の間にある新たな問題群に取り組むことが出来た．
|
| Strategy for Future Research Activity |
今年度は最終年度であるため，得られた成果をジャーナルや国際会議等に投稿し，成果発表等を行う．また，今年度見出した離散構造と最適化に関わる問題群に引き続き取り組む．
|
| Causes of Carryover |
予定よりも出張が少なくなったため．
|
