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

2018 年度 研究成果報告書

データ中のハブを考慮した距離尺度構成法の新展開

研究課題

  • PDF
研究課題/領域番号 15H02749
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
研究分野 知能情報学
研究機関奈良先端科学技術大学院大学

研究代表者

新保 仁  奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (90311589)

研究期間 (年度) 2015-04-01 – 2019-03-31
キーワードベクトル空間モデル / 高次元空間 / 近傍検索 / 表現学習 / 知識グラフ / 多変量回帰
研究成果の概要

高次元空間における距離・類似度尺度の設計について理論的分析を行い, 尺度の頑健性を確保するための方法を検討した. また, それらの実問題への応用を試みた. なかでも特に, 高次元空間におけるハブの出現現象に着目した. 主に, (i) 複数の高次元ベクトル空間におけるオブジェクト対応付け問題に関する分析と解法の提案 (ii)上記 (i) の成果を応用した, 単一空間における k 近傍分類の簡易な精度向上法の提案. (iii) 知識グラフのベクトル空間への埋込みの研究 (特に複素空間への埋め込み法の分析・精度向上) という 3 分野で大きな成果を得た.

自由記述の分野

機械学習

研究成果の学術的意義や社会的意義

成果の概要で述べた貢献 (i) については, 従来の手法の欠点を理論的分析に基づいて明らかにし, 単純だが効果的な手法を提案した. 従来法と計算コストは変わらないが, 精度を高めることができる. (ii) は (i) の応用であるが, やはり簡単かつ効率的であり, 距離学習に比較してはるかに小さな計算量で, 精度向上が可能である. (iii) は知識グラフ埋め込みに関する研究である. 最近, 知識グラフを有効活用した自然言語処理での様々な応用が試みられており, われわれの分析および精度向上は, これら実応用の精度向上の一助になると考えている.

URL: 

公開日: 2020-03-30  

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