| 研究課題/領域番号 |
22500142
|
|---|
| 研究機関 | 独立行政法人産業技術総合研究所 |
|---|
研究代表者 |
赤穗 昭太郎 独立行政法人産業技術総合研究所, ヒューマンライフテクノロジー研究部門, 研究グループ長 (40356340)
|
|---|
| 研究分担者 |
藤木 淳 福岡大学, 理学部, 准教授 (10357907)
神嶌 敏弘 独立行政法人産業技術総合研究所, ヒューマンライフテクノロジー研究部門, 主任研究員 (50356820)
|
|---|
| 研究期間 (年度) |
2010-04-01 – 2013-03-31
|
| キーワード | 機械学習 / 個人情報保護 / 多変量解析 |
|---|
| 研究概要 |
プライバシー保護に対する情報幾何的データ解析法について，以下の点について研究を行った． まず，ロバスト推定で用いられる評価基準について拡張を行った． 従来誤差の k 乗ノルムを損失関数とする最適化問題において，凸性から k >= 1 を前提とした手法が提案されてきたが，それを k < 1 についても理論解析を行い，回帰問題においてはその最適解がサンプル点を通ることを示し，ランダムサンプリングを用いたアルゴリズムを導出した． また， LMedS 規準を α分位点に拡張したLα規準を導入し，ロバスト性の比較実験を行い，ほぼ同等な性能が得られることがわかった． また，これらを一般の非線形リーマン空間における回帰についても定式化し，情報幾何的な枠組みにおける適用可能性について検討し，ロバストな直線当てはめについて行った実験結果を国際会議にて発表した． 次に，プライバシー保護に関連し，解析結果が差別的にならないような学習を行う公正配慮型学習を提案した． 公正配慮型学習においても情報幾何的な尺度を考え，学習の精度（尤度，すなわち真の分布とのカルバックライブラーダイバージェンス）と公正性（出力と差別性属性との相互情報量）とのトレードオフを適切に調節することによって公正性を保ちつつデータ解析を行う手法を開発した． これらはベンチマークデータを用いた大規模な数値実験を行い，有効性を確認できた． これらの成果を国際会議にて発表した．
|
| 現在までの達成度 (区分) |
理由
24年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
24年度が最終年度であるため、記入しない。
|
