2012 Fiscal Year Annual Research Report
ランキング問題のためのブースティング・オンライン予測手法とその応用
| Project/Area Number |
23700178
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
畑埜 晃平 九州大学, システム情報科学研究科(研究院, 助教 (60404026)
|
|---|
| Keywords | オンライン予測 / 機械学習 / ランキング / 劣モジュラ関数 / 順列 / スケジューリング / 離散最適化 |
|---|
| Research Abstract |
（１）順列のオンライン予測
順列のオンライン予測問題はスケジューリングやランキング予測など多くの問題に現れる．(i)本研究では，オンラインスケジューリングに対応する順列の予測問題を考える．本研究では順列のオンライン予測手法を提案し，最適な順列に対する相対的な累積損失（リグレット）の上界を示した．提案手法のリグレットは既存手法よりも定数倍小さい．また，各試行における計算時間は既存手法よりも遥かに効率的である．(ii)オンラインランク統合問題とは，予測した順列と与えられる真の順列間の距離が損失であるような順列のオンライン予測問題である．本研究ではオンラインランク統合問題に対するオンライン予測手法を開発した．また，オンラインランク統合問題に対するリグレットの下界を導出することにより，提案手法がほぼ最適である事を示した．
（２）劣モジュラ基多面体上のオンライン予測
本研究では，順列，全域木、森といったいくつかの離散構造のクラスが劣モジュラ基多面体と呼ばれる多面体の端点集合として特徴づけられる事に着目した，ここで，劣モジュラ基多面体とは，劣モジュラ関数によって決まる多面体である．そして，劣モジュラ基多面体で表現できる離散構造のクラスに対する統一的なオンライン予測手法を開発し，最適な離散構造に対するリグレットの上界を示した．さらに，特定のモジュラ関数に対してはより効率的なオンライン予測が可能である事を示した．
（３）その他
楽曲間の類似性指標に基づく楽曲分類手法の開発，モンテカルロ木探索問題に対するサンプリング手法，ランキングの指標の１つであるAUCを最大化する疎超平面学習手法等の研究を行った．
|
-
-
-
-
-
-
[Presentation] Online Prediction over Base Polyhedra2012
Author(s)
Daiki Suehiro, Kohei Hatano, Shuji Kijima, Eiji Takimoto, and Kiyohito Nagano
Organizer
NIPS 2012 Workshop on Discrete Optimization in Machine Learning (DISCML)
Place of Presentation
Lake Tahoe
Year and Date
20121207-20121207
-
-
-
-
-
