• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2021 Fiscal Year Research-status Report

Unified approach for data sampling problems based on online prediction theory

Research Project

Project/Area Number 21K12032
Research InstitutionKyushu University

Principal Investigator

末廣 大貴  九州大学, システム情報科学研究院, 助教 (20786967)

Project Period (FY) 2021-04-01 – 2024-03-31
Keywordsデータサンプリング / オンライン予測 / 組み合わせ最適化 / ノイズラベル
Outline of Annual Research Achievements

データサンプリング問題を,オンライン組み合わせ予測を用いて行う方法を開発した.具体的には,ニューラルネットワークのパラメータ更新ごとに逐次「望ましいデータ」をサンプリングする問題を,データ選択とニューラルネットワークによるフィードバックが繰り返されるオンライン予測問題と捉える.これは,フィードバックを適当に設定することでオンラインk-set問題に帰着することができ,効率的かつ効果的にデータ選択をすることが可能となる.応用として,ノイズデータ回避問題を考え,既存手法よりも計算量,精度両面において向上が確認できた.従来手法の多くは,2つのニューラルネットワークを同時に学習する必要があり,多くの計算量を要するが,提案法は通常の学習よりも少ない計算量,およびサンプル数に対して列線形時間でデータサンプリングを行うことができる.また,オンライン予測におけるリグレット最小化の理論をもとに,ノイズデータの回避率について,理論性能を導出した.結果は,国際ジャーナルに投稿予定である.また,学習器を所望の性能に制御する(性能を下げる)問題を考え,提案法を適用した.具体的には,学習データの適当な部分集合に対しラベルをフリップさせることで,学習器を所望の性能に低下させる.この「学習データの適当な部分集合」の選び方を,提案法により行った.結果は国内研究会で発表し,今後さらに実用性を強化して国際会議に投稿予定である.

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

データサンプリングの統合的枠組みを提案し,実応用の結果は従来研究の性能を上回っており,研究の進捗は順調と言える.理論性能保証に関しても,ノイズラベルデータに対する応用について示すことができており,一般的な解析に向けて順調に進展している.

Strategy for Future Research Activity

まず,現状の結果をまとめ,国際会議やジャーナルに投稿を行う.学習器の性能制御に関する応用については,実アプリケーションを検討し,実験を行う.今後はさらに応用先を検討,拡大し,実課題における問題点をもとに,統合的枠組みの改善に取り組む.

Causes of Carryover

COVID-19 により在宅勤務が増加し,自宅でのPCでの作業が増え,大学におけるPCのリプレイスの必要性が急務でなかった点(物品費).また,同じくCOVID-19により,学会出張がなかったため(旅費).

  • Research Products

    (2 results)

All 2021

All Journal Article (1 results) (of which Int'l Joint Research: 1 results,  Open Access: 1 results) Presentation (1 results)

  • [Journal Article] No Regret Sample Selection with Noisy Labels2021

    • Author(s)
      Heon Song, Nariaki Mitsuo, Seiichi Uchida, Daiki Suehiro
    • Journal Title

      arXiv preprint 2003.03179

      Volume: - Pages: -

    • Open Access / Int'l Joint Research
  • [Presentation] 識別器の斟酌学習2021

    • Author(s)
      本田康祐,内田誠一,末廣大貴
    • Organizer
      電子情報通信学会 パターン認識・メディア理解研究会(PRMU研究会)

URL: 

Published: 2022-12-28  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi