2018 Fiscal Year Annual Research Report
Techniques for online decision making based on comparison
| 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 / ブースティング / ZDD / データ圧縮 / 離散最適化 |
|---|
| Outline of Annual Research Achievements |
１．圧縮データ上のブースティング：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．この手法により，1ノルム正則化ハードマージン最適化問題を圧縮データ上で解くことが可能となった．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．実際，人口データ上では，圧縮の度合いに応じて計算速度の向上も確認された．本成果は Theoretical Computer Science に採択された．
２．圧縮された決定集合上の離散最適化：単一のプロセッサー，複数のジョブとその実行時間，ジョブ間の順序制約が与えられた下で，全ジョブの待ち時間と実行時間の和を最小化するジョブの順序を見つける問題は古典的なスケジューリング問題の１つである．この問題はNP困難であり，最悪時には指数時間かかるおそれがある．本研究では(i)順序制約を満たすジョブの集合を決定ダイアグラムの一種で表現した上で (ii)ダイアグラム上の最短経路問題を解く，という枠組みにより，実時間内で効率的に解く方法を示した．提案手法は，順序制約が密な場合に，既存の整数計画ソルバーに基づく解法を凌駕する性能を示した．本成果は国際会議SEA2018に受理された．
３．その他：２件の招待講演，文脈付きバンディット問題の高齢者の学びのサポートへの応用，低ランク行列の汎化性能解析，などの研究を行った．
|
