研究課題
「ハブネス」は，高次元空間におけるデータセットに生じる現象である．他の数多くのデータと類似するデータ（「ハブ」と呼ばれる）が出現する現象のことを言う．ハブネスは，次の問題を引き起こすため，データセットの類似検索の価値を低下させる：（1）ハブによる検索結果上位の独占：クエリによらず検索結果の上位を少数のハブが占めること，すなわち，検索結果の上位にハブとなるデータがいわばスパムのように出現すること．（2）検索結果上位に現れにくいデータ数の増大：（ハブとなるデータとは反対に）ほとんどアクセスされないデータの数が増大すること．本年度，私たちは，半教師あり学習の精度改良に成功した．機械学習において，ラベルなしデータを積極的に活用する半教師あり学習は，人手によるラベル付与というコストフルな作業が不要なため，ビッグデータ解析に適すると考えられる．しかし，半教師あり学習において代表的な，k近傍グラフでのラベル伝播によるアプローチは，k近傍グラフに出現しやすいハブノードが（意味あるラベルだけでなく）ノイズも伝播してしまうという問題があった．私たちはこの問題を解決することに成功した（情報検索のトップ国際会議である SIGIR 2017 で成果を発表した）．さらに，本年度は，「構造データ（非ベクトル値データ，とくに，バイオ配列データ，単語共起データ）に関わるハブを抑制する」および「ハブ現象を異常値検出に応用する」に関するアイデアの構築と，予備実験によるアイデアの検証まで進むことができた．
2: おおむね順調に進展している
交付申請書に平成29年度の予定として記した「構造データに関わるハブを抑制する」を，予定どおり達成できたため（成果の外部への発表は平成30年度の予定）．
「構造データ（非ベクトル値データ，とくに，バイオ配列データ，単語共起データ）に関わるハブを抑制する」および「ハブ現象を異常値検出に応用する」に関する論文執筆を行う．以上が順調に進んだ場合は，交付申請書に記載した「ハブの生じない近似近傍検索を実現する」に取り掛かる予定である．
すべて 2017
すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件)
SIGIR '17 Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval
巻: SIGIR '17 Proceedings ページ: 857-860
10.1145/3077136.3080662
