統計的学習問題に対する情報源符号化アルゴリズムの応用に関する研究

2014 Fiscal Year Research-status Report

• Project/Area Number: 25730023
• Research Institution: Takasaki City University of Economics
• Principal Investigator: 石田 崇 高崎経済大学, 経済学部, 講師 (70409639)
• Project Period (FY): 2013-04-01 – 2016-03-31
• Keywords: 機械学習 / 情報源符号化

Outline of Annual Research Achievements

本研究は，情報源符号化（データ圧縮）アルゴリズムを統計的機械学習の問題に応用することによって，理論的な性能が保証された計算効率の良い学習アルゴリズムを構築することを目的としている．本年度は（１）ベイズ符号化アルゴリズムの機械学習問題への応用，（２）言語構造を考慮した情報源モデルクラスの特性解析と効率的な符号化アルゴリズムの構成，および（３）経済・経営データに対する機械学習アルゴリズムの応用について考察を行った．
（１）ベイズ符号化アルゴリズムの機械学習問題への応用：ベイズ符号はベイズ決定理論によって性能が理論的に保証されたアルゴリズムであり，これを機械学習問題に応用することで学習精度を向上することが期待できる．データ構造が木で表現されるモデルを主な対象として，ベイズ符号化アルゴリズムを近年応用されているブースティング手法やランダムフォレストなどの集団学習の手法と組み合わせる手法について検討を行った．
（２）言語構造を考慮した情報源モデルクラスの特性解析と効率的な符号化アルゴリズムの構成：昨年度に引き続き，情報源符号化の問題を対象として情報源モデルクラスの特性，特に情報源のエントロピー・レートについて理論的と数値実験の両方による解析を行った．また，これらの情報源に対する効率的な情報源符号化アルゴリズムについても検討を行った．
（３）経済・経営データに対する機械学習アルゴリズムの応用：経済・経営や地域データ等を対象として，本研究課題で検討を行っている学習アルゴリズムを適用してその動作や挙動について分析を行い，データの特性とアルゴリズムを適用する際の調整の方法について検討を行った．

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

（２）については昨年度までと同様，拡張した情報源モデルクラスに対する特性の分析を行っているが，モデル構造の複雑性のために明確な結果が得られておらず，進捗に遅れがある．そのため，これらの情報源モデルに対する符号化アルゴリズムの構築に関する検討も達成度に遅れがある．

Strategy for Future Research Activity

本課題の最終年度を迎えることもあり，次年度は（２）の理論解析よりも（１）のアルゴリズムの構築と（３）の実問題への応用に軸足をおいて検討を進める．その中で得られた知見を反映させながら（２）の分析も進めていく．

Causes of Carryover

今年度まで実施している数値実験では，現在継続して使用中のコンピュータや記憶装置で数値実験を行うことが可能であることから計画当初の機器を購入していない．国内・海外への旅費も支出していない．

Expenditure Plan for Carryover Budget

次年度は，実データに対する大規模数値実験を実施するための機器を購入する．また国内・海外旅費の支出を見込んでいる．