2013 Fiscal Year Annual Research Report
| Project/Area Number |
25700022
|
|---|
| Research Category |
Grant-in-Aid for Young Scientists (A)
|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
杉山 将 東京工業大学, 情報理工学(系)研究科, 准教授 (90334515)
|
|---|
| Project Period (FY) |
2013-04-01 – 2017-03-31
|
| Keywords | 機械学習 / 情報量 / 類似度 / ダイバージェンス / 密度差推定 |
|---|
| Research Abstract |
本年度は，異質なデータ間の類似度，学習タスク間の類似度，データセット間の類似度，分類クラス間の類似度などを統一的に扱うことのできる汎用的な類似度学習の理論体系構築に関する基礎研究を行った．具体的には，L2距離に基づく二次相互情報量という概念を考え，その推定アルゴリズムの開発を行った．二次相互情報量には二つの確率密度関数の差が含まれており，それぞれの確率密度関数を推定してそれらの差を取るという推定方法を用いると，情報量を大幅に過小評価してしまうことが知られている．そこで，確率密度関数の差を一度に推定できる革新的な学習アルゴリズムを開発し，情報量の推定精度を飛躍的に向上させた．そして，二次相互情報量に基づくクラスタリングのアルゴリズムも開発し，その有効性を計算機実験によって示した．
また，クラス事前確率推定のアルゴリズムと，ラベリングと名づけた教師なし分類問題に対する有用なアルゴリズムを，L2距離推定を用いて開発した．更に，二乗損失相互情報量を用いた半教師付き学習アルゴリズム，クラスタリングアルゴリズムも開発し，多様なベンチマークデータを用いてその有用性を実証した．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
研究実績の概要に示したとおり，初年度からたくさんの研究成果を上げることができた．特に，ラベリング問題に対する学習アルゴリズムは新規性が高く，国際会議において最優秀論文賞に選ばれるなど，高い評価を受けている．
|
| Strategy for Future Research Activity |
基礎研究が当初の計画よりも速く進んでいるため，応用分野の開拓により力を入れていく．
|
-
-
-
-
-
-
-
[Presentation] Squared-loss mutual information regularization.2013
Author(s)
Niu, G., Jitkrittum, W., Dai, B., Hachiya, H., & Sugiyama, M.
Organizer
30th International Conference on Machine Learning (ICML2013)
Place of Presentation
Atlanta, Georgia, USA
Year and Date
20130616-20130621
-
-
