| 研究課題/領域番号 |
16K00305
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
畑埜 晃平 九州大学, 基幹教育院, 准教授 (60404026)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2016年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 離散構造 / データ圧縮 / オンライン予測 / 最適化 / スケジューリング / 機械学習 / ブースティング / ZDD / 離散最適化 / LogDet正則化 / 協調フィルタリング / 時系列 / メトリカルタスクシステム / 非負行列分解 / 汎化誤差 / 低ランク行列 / ランキング / 順序 / 推薦 |
|---|
| 研究成果の概要 |
本研究では，順序比較に基づくオンライン予測問題を，離散構造を有する最適化問題というより広い問題と位置づけ，関連する学習理論，最適化，オンライン予測手法の研究を行った．具体的には，（１）ランク制約つきの行列予測問題に対する汎化誤差解析（２）順序制約つきスケジューリング問題に対するオンライン予測手法とオフライン最適化手法 （３）圧縮データ上の機械学習手法，等の研究を行った．特に，圧縮データ上の機械学習手法の研究はアルゴリズムに関する国際会議WALCOM2018においてベストペーパー賞を受賞した．
|
| 研究成果の学術的意義や社会的意義 |
本研究で得られた知見の１つは，離散構造上の最適化問題を広く捉えることにより，圧縮データ上の機械学習問題を定式化できたことである．この知見は新たな問題群を生み出し，より省スペース・高速な最適化手法の開発に大きく貢献している．実際，本成果の１つはベストペーパー賞という形で研究コミュニティからも興味深い結果と見なされている．また，圧縮データ上の最適化に対して，一見無関係であるオンライン予測技術の有用性を示した点も興味深いといえる．
|
