2016 Fiscal Year Annual Research Report
A Study on Large Scale Data Analysis Method and Theoretical Evaluation based on Distance Metric Learning
| Project/Area Number |
26750118
|
|---|
| Research Institution | Shonan Institute of Technology |
|---|
Principal Investigator |
三川 健太 湘南工科大学, 工学部, 講師 (40707733)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | メトリックラーニング / 正則化 / パターン認識 |
|---|
| Outline of Annual Research Achievements |
本研究課題ではメトリックラーニングにおける理論評価に関する検討，効率的な計算手法の提案，ならびに実データへの適用手法の検討を行うことを目的としていた．このうち，理論評価に関しては2014年度にその一部を，効率的な計算手法の提案については2015年度に実施し，それぞれ学術論文として投稿，掲載された．
2016年度については，大規模実データへの適用を検討するとともに，メトリックラーニング手法におけるさらなる性能向上を目的とした新たなデータ分析手法の提案を行った．前者の大規模実データへの適用に関してであるが，他のメトリックラーニング手法同様計算コストの増加により，現実的な計算時間で最適解を得ることが難しいという問題が生じた．このような点に関して，最適な計量行列を相対的に低い計算コストで学習するための手法について検討を行い，その結果を論文として投稿，掲載された．これにより，メトリックラーニング手法を実データの分析へ適用することは計算コストの面から難しいという問題点を解決できる可能性が生じた．
後者のメトリックラーニング手法のさらなる性能向上に関しては，複数の計量行列を同時に学習，それらを分類時に活用することでその性能を向上させる方法について提案を行った．複数の計量行列を用いたメトリックラーニング手法はこれまでにも存在しているが，2016年度に検討した手法では得られる計量行列がスパースとなる手法，ADMMと呼ばれる最適化手法を用いて効率的に計量行列を学習することができる手法をそれぞれ提案した．これらの手法についてはそれぞれ査読付き国際会議にて発表を行った．
|
Research Products
(4 results)
