| 研究課題/領域番号 |
25540100
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 京都大学 |
|---|
研究代表者 |
CUTURI Marco 京都大学, 情報学研究科, 准教授 (80597344)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2015-03-31
|
| 研究課題ステータス |
完了 (2014年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2014年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2013年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 機械学習 / 距離学習 / ヒストグラムデータ / Metric learning / Kernel learning / Aitchison geometry / Probability Simplex / Contrastive Divergence / Stochastic Optimization / metric learning / kernel methods / probability simplex / empirical Bayes |
|---|
| 研究成果の概要 |
この研究に置ける目標は、ラベルなしデータの大規模なデータセットを活用するために、教師なしの方法でカーネル/距離学習を行うことが原則的アプローチを提供することでした。私たちは、ヒストグラムデータに主に焦点を当てて、この研究の道を調査しました。 Aitchison、LebanonとHintonによって3既知のアプローチの組み合わせを使用して、我々は最先端のレベルで実行するか、または直接競合するアプローチをアウトパフォーム異なるアルゴリズムを提案することができました。
|
