劣モジュラ最適化による機械学習モデルとアルゴリズムの研究

2017 年度 研究成果報告書

• 研究課題/領域番号: 16H06676
• 研究種目: 研究活動スタート支援
• 配分区分: 補助金
• 研究分野: 数理情報学
• 研究機関: 東京大学
• 研究代表者: 相馬 輔 東京大学, 大学院情報理工学系研究科, 助教 (90784827)
• 研究期間 (年度): 2016-08-26 – 2018-03-31
• キーワード: 組合せ最適化 / 機械学習

研究成果の概要

近年，劣モジュラ最適化という組合せ最適化の手法が，機械学習などの分野で注目されている．本研究では，劣モジュラ最適化と機械学習への応用について研究し，以下のような成果を得た．
1. これまでの「曲率」と呼ばれる指標にもとづく近似比評価を改善し，離散凸性にもとづいた新たな近似比評価指標とアルゴリズムを開発した．
2. 辞書学習と呼ばれる圧縮センシング・機械学習の問題に対して，新しい組合せ的なアルゴリズムを与えた．

自由記述の分野

組合せ最適化