|
本研究は，テンソル分解において重要なハイパーパラメータであるランクの自動決定を行う手法の開発を目的とした．
前年度にて【実施項目1：FAB 推論アルゴリズムの連続隠れ変数モデルへの一般化】および【実施項目2：主成分分析(PCA) の全自動モデル選択法の開発】を達成し，これを下地として今年度には【実施項目3：Tucker 分解の全自動モデル選択法の開発】および【実施項目4：CP 分解の全自動モデル選択法の開発】に取り組んだ．しかしながら，研究途中において項目３と４を達成するためには計算アルゴリズムにおけるスケーラビリティの問題が発生することを確認し，それが解決困難であることを認めたため，方向転換を行った．具体的にはベイズ的手法にこだわらず，より基礎的な頻度論に基づくランク決定法を開発した．これは上記のスケーラビリティの問題を解決しており，大規模なテンソルでも十分計算可能な方法となっている．これをもとに項目３を達成する手法を開発し，論文としてまとめ国際会議NIPSへの投稿を行った．また項目４への適用も引き続き行っており，近いうちに論文として発表予定である．
研究全体としては，項目１，２に関しては当初の計画通りに進んだ．項目３，４に関しても，上記に述べたような方向転換もありつつ研究手段を変えることによって最終的には研究目的は達成できたといえる．また研究成果に関しても，オープンアクセスが可能な国際会議のプロシーディングスとして公開されており誰でもが閲覧可能となっている．
|
