| 研究課題/領域番号 |
26750118
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
社会システム工学・安全システム
|
|---|
| 研究機関 | 湘南工科大学 (2016)
早稲田大学 (2014-2015) |
|---|
研究代表者 |
三川 健太 湘南工科大学, 工学部, 講師 (40707733)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2017-03-31
|
| 研究課題ステータス |
完了 (2016年度)
|
| 配分額 *注記 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2016年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2015年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2014年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 計量距離学習 / 機械学習 / パターン認識 / 正則化 / メトリックラーニング / ベクトル空間モデル |
|---|
| 研究成果の概要 |
本研究課題では，近年その蓄積が容易かつ大規模となっている電子データに対する分析手法として，機械学習の一手法であるメトリックラーニングに着目し，大規模実データへの適用のための各種手法について検討を行った．具体的には，正則化を用いたロバストな解の導出法の提案，データ選択による計算コストの低減法の提案，複数の局所的距離計量を仮定，統合した分析の方法について検討し，その有効性を示した．これらの手法は分析対象データの規模や分析時に重点を置く内容（計算に要するコストや分析精度など）により使い分けることが可能であり，大規模実データへの適用可能性を示した．
|
