• 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

2019 年度 研究成果報告書

複数行列データからのデータ因子構造推定

研究課題

  • PDF
研究課題/領域番号 16H02868
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
研究機関京都大学

研究代表者

馬見塚 拓  京都大学, 化学研究所, 教授 (00346107)

研究期間 (年度) 2016-04-01 – 2019-03-31
キーワード機械学習
研究成果の概要

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。

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

次元を共有する複数の行列は、例えば、EC (electronic commerce) サイトの顧客(ユーザ)と商品(アイテム)のデータや、患者に対する薬の投与データで見受けられる。一般的な設定である。これらのデータに対する効率的・スケーラブルな機械学習手法は、将来的に多くの分野で利用される可能性があり、意義が大きいと考えられる。

URL: 

公開日: 2021-02-19  

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