| 研究課題/領域番号 |
19H04067
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60010:情報学基礎論関連
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
瀧本 英二 九州大学, システム情報科学研究院, 教授 (50236395)
|
|---|
| 研究分担者 |
畑埜 晃平 九州大学, 基幹教育院, 准教授 (60404026)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | 計算学習理論 / オンライン意思決定 / 情報圧縮 / バンディット問題 / 決定ダイアグラム / 組合せ最適化 |
|---|
| 研究成果の概要 |
データそのものの容易性を表す指標を導入し，学習アルゴリズムの性能に対して，より精密な理論保証を与えるための理論体系の確立を目指して，種々の問題に取り組み，主に以下の成果を得た．(1) データの圧縮率を容易性指標とし，圧縮率が高いほど高速に動作する学習アルゴリズムや組合せ最適化アルゴリズムの開発を行った．(2) 行列のランクやマージンなどを容易性指標とした，種々のオンライン意思決定アルゴリズムの開発を行った．(3) 広い学習問題のクラスが，特定の学習問題に，汎化性能（すなわちデータの学習容易性）が保存されるという意味で還元可能であることを示した．
|
| 自由記述の分野 |
計算学習理論
|
| 研究成果の学術的意義や社会的意義 |
圧縮データ上の学習や最適化に関する成果は，圧縮が単にメモリの節約になるだけでなく，計算効率も向上することにつながることを示したという点で意義が高い．また，圧縮データに基づき拡張定式化を自動生成する手法は，極めて汎用性が高く，おそらく世界初のものである．オンライン意思決定に関する成果は，商品推薦システムにおいて，商品間の類似関係と顧客の購買傾向に相関がある場合に，高い確度で，顧客が欲する商品を提示することができることを意味しており，データ容易性に自然で有用な解釈を与えたという意味でも意義が高い．学習問題間の還元に関する成果は，学習容易性還元という新たな概念を生み出し，今後の展開が期待できる．
|
