本研究の目的は大規模部分空間クラスタリングのための凸最適化スキームの構築とその理論保証である。 本研究ではS5Cと呼ばれる大規模部分空間クラスタリングのためのアルゴリズムを開発した。従来はデータ数の二乗以上の計算量が必要である学習を、本提案アルゴリズ ムではデータ数に比例する計算量で達成できることを実験的にも理論的にも示した。本研究成果は機械学習の最も重要な国際会議の一つであるThirty-Third Conference on Neural Information Processing Systemsに採択され、バンクーバーにて発表を行った。
|