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

2015 Fiscal Year Annual Research 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, 准教授 (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．本年度は引き続き（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，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への検討を行った．
（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決定木の学習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：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．複雑な確率構造をもつ情報源から計算機シミュレーションによって情報系列を生成させ，系列がもつ特性について考察を行った．
（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決定木アルゴリズムや混合モデルを用いた手法を適用して分析を行い，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．