2013 Fiscal Year Research-status Report
| Project/Area Number |
25540094
|
|---|
| Research Category |
Grant-in-Aid for Challenging Exploratory Research
|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
佐久間 淳 筑波大学, システム情報系, 准教授 (90376963)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
神嶌 敏弘 独立行政法人産業技術総合研究所, ヒューマンライフテクノロジー研究部門, 研究員 (50356820)
|
|---|
| Project Period (FY) |
2013-04-01 – 2015-03-31
|
| Keywords | 機械学習 / データマイニング / 匿名化 / プライバシ / 自己情報コントロール |
|---|
| Research Abstract |
機械学習においてデータに個人情報が含まれる場合には、プライバシの侵害を考慮し, 解析の前にデータの匿名化を行うなどの処理が必要となる. 一般に, 匿名性とデータ有用性の間にはトレードオフの関係があることが知られているが, 匿名化によりデータ有用性がどう変化するかについての解析はほとんどなされていない. H25年度はプライバシ保護を目的としてデータに加えた変化をロバスト最適化における摂動と解釈することによって、 代表的な予測モデルである線形回帰を対象とし, この摂動について頑健な線形回帰をロバスト最適化により求めたときの, 予測の期待損失を実験的に評価した. 実験の結果, 匿名性と精度の関係は必ずしもトレードオフとはならず, 匿名性を高めた場合でも、期待損失が必ずしも増大しないことがわかった。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
H25年度は、プライバシ保護のために加えて摂動について頑健な線形回帰をロバスト最適化により求めたときの, 予測の期待損失を実験的に評価したが、その上限の理論的評価には至っていないため。
|
| Strategy for Future Research Activity |
今後は、
(1)プライバシ保護のために加えて摂動について頑健な線形回帰をロバスト最適化により求めたときの, 予測の期待損失の理論的評価を行う
(2)予測モデルとして、サポートベクターマシンなどの分類は、カーネルを用いた場合の、実験・理論的解析、
(3)上記によって確立された技術の、自己情報コントロールへの応用、
について研究を行う。
|
