本研究の目的は、複数の行列を入力とし、行列の構造(因子)を抽出する一般的な枠組みと効率的な解決手法を構築することである。2つの成果例を示す: 1,次元を共有するテンソルと行列を入力とし、全体のノルムを定義し、ノルムを効率的に学習するアルゴリズムを開発した。理論的にノルムの性質を解析し、開発アルゴリズムの有効性を実験的に示した。成果は、Neural Computation誌、及び機械学習のトップ国際会議であるNeurIPSの予稿集に掲載された。 2,確率モデルによる非常に効率的で大規模データに適用可能な手法を開発した。成果は、人工知能のトップ国際会議であるAAAIの予稿集に掲載された。
|