• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

情報幾何的階層モデリング

研究課題

研究課題/領域番号 20K19865
研究種目

若手研究

配分区分基金
審査区分 小区分61030:知能情報学関連
研究機関九州工業大学

研究代表者

石橋 英朗  九州工業大学, 大学院生命体工学研究科, 助教 (30838389)

研究期間 (年度) 2020-04-01 – 2022-03-31
研究課題ステータス 完了 (2021年度)
配分額 *注記
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
キーワード情報幾何学 / 階層モデリング / メタ学習 / マルチタスク学習 / ガウス過程 / 転移学習
研究開始時の研究の概要

データから得られた知識を他の知識を学習する際に利用する枠組みはマルチタスク学習や転移学習,メタ学習と呼ばれる.既存のマルチタスク学習や転移学習,メタ学習の多くは学習させたいタスクに合わせてアルゴリズムが提案されており,汎用的に利用できる枠組みは少なかった.本研究では任意の学習タスクの幾何学構造を包括的に定義することで目的に合わせてシームレスにアルゴリズムを提供するための枠組みの構築を目指す.

研究成果の概要

本研究の目的は情報幾何学に基づいたベイズ事後分布集合の階層モデリングの学習理論を構築することである.この目的のため,本研究では以下の3点について取り組んだ.(1)モデルパラメータが無限次元の事後分布集合の幾何学構造を定義した.(2)確率分布集合のモデリング法を開発した,特にカーネル平滑化を用いた多様体モデリング法を開発した.(3)潜在変数が伴う場合の事後分布集合の階層モデリング法を開発した.これにより,教師なし学習の階層モデリングが可能となった.

研究成果の学術的意義や社会的意義

本研究では情報幾何学に基づいて汎用的に利用できるメタ学習,マルチタスク学習,転移学習の方法論を構築した. 特に本研究の枠組みでは一般的に扱われる教師あり学習のメタ学習やマルチタスク学習だけでなく教師なし学習のメタ学習やマルチタスク学習も統一的に扱うことが可能となる. これにより様々なデータの形式や学習タスクに適した学習アルゴリズムをシームレスに提供できるようになった.

報告書

(3件)
  • 2021 実績報告書   研究成果報告書 ( PDF )
  • 2020 実施状況報告書
  • 研究成果

    (7件)

すべて 2022

すべて 雑誌論文 (3件) (うち査読あり 3件、 オープンアクセス 2件) 学会発表 (4件) (うち国際学会 1件)

  • [雑誌論文] Principal Component Analysis for Gaussian Process Posteriors2022

    • 著者名/発表者名
      Ishibashi Hideaki、Akaho Shotaro
    • 雑誌名

      Neural Computation

      巻: 34 号: 5 ページ: 1189-1219

    • DOI

      10.1162/neco_a_01489

    • 関連する報告書
      2021 実績報告書
    • 査読あり
  • [雑誌論文] Multi-task manifold learning for small sample size datasets2022

    • 著者名/発表者名
      Ishibashi Hideaki、Higa Kazushi、Furukawa Tetsuo
    • 雑誌名

      Neurocomputing

      巻: 473 ページ: 138-157

    • DOI

      10.1016/j.neucom.2021.11.043

    • 関連する報告書
      2021 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Visual analytics of set data for knowledge discovery and member selection support2022

    • 著者名/発表者名
      Watanabe Ryuji、Ishibashi Hideaki、Furukawa Tetsuo
    • 雑誌名

      Decision Support Systems

      巻: 152 ページ: 113635-113635

    • DOI

      10.1016/j.dss.2021.113635

    • 関連する報告書
      2021 実績報告書
    • 査読あり / オープンアクセス
  • [学会発表] Scalable manifold modeling by Nadaraya-Watson kernel regression2022

    • 著者名/発表者名
      Miyazaki Kazuki, Takano Shuhei, Tsuno Ryo, Ishibashi Hideaki, Furukawa Tetsuo
    • 学会等名
      The 15th International Conference on Innovative Computing, Information and Control
    • 関連する報告書
      2021 実績報告書
    • 国際学会
  • [学会発表] Sparse approximation of unsupervised kernel regressionfor large scale relational data2022

    • 著者名/発表者名
      Miyazaki Kazuki and Ishibashi Hideaki and Furukawa Tetsuo
    • 学会等名
      The 3rd International Symposium on Neuromorphic AI Hardware
    • 関連する報告書
      2021 実績報告書
  • [学会発表] Meta-modeling of manifold models for dynamical systems through biased optimal transport distance minimization2022

    • 著者名/発表者名
      Nakashima Seitaro, Ishibashi Hideaki, Furukawa Tetsuo
    • 学会等名
      The 3rd International Symposium on Neuromorphic AI Hardware
    • 関連する報告書
      2021 実績報告書
  • [学会発表] Simultaneous Meta-modeling of Dynamics and Kinematics based on the Hierarchical Manifold Modeling2022

    • 著者名/発表者名
      Tanka Daiki, Ishibashi Hideaki, Furukawa Tetsuo
    • 学会等名
      The 3rd International Symposium on Neuromorphic AI Hardware
    • 関連する報告書
      2021 実績報告書

URL: 

公開日: 2020-04-28   更新日: 2023-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi