• 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

2006 年度 実績報告書

逐次マルチタスク学習とパターン認識への応用に関する研究

研究課題

研究課題/領域番号 18500174
研究種目

基盤研究(C)

研究機関神戸大学

研究代表者

小澤 誠一  神戸大学, 自然科学研究科, 助教授 (70214129)

キーワード機械学習 / マルチタスク学習 / ニューラルネット / 追加学習 / パターン認識
研究概要

複数の学習タスクが逐次的に与えられる問題は,マルチタスク学習と呼ばれる.この学習問題で重要となる能力は,特定タスクで獲得した知識の一部を,それに類似したタスクの学習に利用することで,より少ない学習サンプルで新しいタスクの学習を達成する能力である.これは「知識移転」と呼ばれ,学習タスクおよび学習サンプルが逐次的に与えられる環境では,有効なモデルはまだ提案されていない.本研究では,パターン認識問題への適用を試みるため,新しい学習モデルの構築を行った.具体的には,逐次的に与えられる学習サンプルから自動的にタスク変動を行い,新しいタスクが検知されると追加学習可能なラジアル基底関数ネットを生成し,以前に学習したタスクに対しては,該当するラジアル基底関数ネットを想起して追加学習を行うマルチモジュール・ニューラルネット・モデルを構築した.知識移転は,「同一クラスのデータは局所的に連続して存在する」というパターン認識問題の特性を活かした方式を考案した.人工データおよび機械学習分野で標準的に使われているベンチマークデータ(UCI Machine Learning Repository)をマルチタスク問題に改変し,タスク変動検知精度,クラス識別精度,タスク分類精度を調べた.その結果,知識移転を導入しないモデルに比べて,少ない学習サンプルで一定の性能が得られることを確認し,提案した知識移転方式が有効であることを示した.また,適切なパラメータを設定することで,タスク変動検知がほぼ100%となり,タスク分類も正確に行われることを示した.
本研究は,米国アリゾナ州立大学のAsim Roy教授,Dmitri Roussinov助教授との共同研究であり,本年度は,計3回アリゾナ州立大学を訪問し,上記のモデル構築および評価結果について議論を行った.また,この研究成果を外国雑誌に投稿するため,現在,論文原稿を共同で執筆中である.

  • 研究成果

    (3件)

すべて 2006

すべて 雑誌論文 (3件) (うち査読あり 3件)

  • [雑誌論文] 分類情報に基づく教師あり独立成分分析による特徴抽出2006

    • 著者名/発表者名
      高畑 宏樹
    • 雑誌名

      電気学会論文誌(C分冊) 第126巻4号

      ページ: 542-547

    • 説明
      「研究成果報告書概要(和文)」より
    • 査読あり
  • [雑誌論文] An Incremental Learning Algorithm of Ensemble Classifier Systems2006

    • 著者名/発表者名
      木寺 卓也
    • 雑誌名

      Proc. of World Congress on Computational Intelligence

      ページ: 6453-6459

    • 説明
      「研究成果報告書概要(和文)」より
    • 査読あり
  • [雑誌論文] An Incremental Principal Component Analysis for Chunk Data2006

    • 著者名/発表者名
      小澤 誠一
    • 雑誌名

      Proc. of World Congress on Computational Intelligence

      ページ: 10493-10500

    • 説明
      「研究成果報告書概要(和文)」より
    • 査読あり

URL: 

公開日: 2008-05-08   更新日: 2016-04-21  

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