• 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

2010 年度 実績報告書

行列の上のスパース正則化に基づく機械学習

研究課題

研究課題/領域番号 22700138
研究機関東京大学

研究代表者

冨岡 亮太  東京大学, 大学院・情報理工学系研究科, 助教 (70518282)

キーワード機械学習 / 行列 / スパース / 正則化 / 最適化
研究概要

スパース推定法はバイオインフォマティクスや自然言語処理をはじめとする多くの分野で有用性が知られている機械学習の手法である。従ってスパース推定のための高速なアルゴリズムが必要とされている。本年度は第1にこれまでに得られているスパース推定のための高速なアルゴリズムである双対拡張ラグランジュ法を行列に対して拡張し部分観測行列の未知部分の推定や行列上の教師付き判別問題を凸最適化を用いて推定するための高速な学習アルゴリズムM-DALを開発した。この成果をイスラエル・ハイファで開かれた機械学習最高峰の会議であるICML2010で発表し、論文(JMLR)およびMIT Pressから出版される本の一部として公開した。さらにこのアルゴリズムの実装をホームページ上で公開している(http://www.ibis.t.u-tokyo.ac.jp/RyotaTomioka/Softwares/SupportPageICML10)。第2にこれまでの行列に対する学習法の枠組みを高次の配列(テンソル)に拡張可能であることを示し、これをカナダ・ウィスラーで開かれた国際会議Neural Information Processing Systemsに付属するワークショップTensors, kernels and machine learningで"On the extension of trace norm to tensors"(共著者林浩平,鹿島久嗣)というタイトルで発表し、高い反響を得た。この成果は行列の場合と同様に高次のテンソルにおいても凸最適化の手法を用いて未観測部分の推定を含む様々な機械学習ができることを示し、今後の理論、アルゴリズム両面での研究の端緒を切るものである。

  • 研究成果

    (4件)

すべて 2011 2010 その他

すべて 雑誌論文 (1件) (うち査読あり 1件) 学会発表 (1件) 図書 (1件) 備考 (1件)

  • [雑誌論文] Super-Linear Convergence of Dual Augmented Lagrangian Algorithm for Sparse Learning2011

    • 著者名/発表者名
      冨岡亮太
    • 雑誌名

      Journal of Machine Learning Research

      巻: (印刷中(掲載確定))

    • 査読あり
  • [学会発表] A Fast Augmented Lagrangian Algorithm for Learning Low-Rank Matrices2010

    • 著者名/発表者名
      冨岡亮太
    • 学会等名
      27th Annual International Conference on Machine Learning (ICML 2010)
    • 発表場所
      イスラエル・ハイファ
    • 年月日
      2010-06-22
  • [図書] Augmented Lagrangian Methods for Learning, Selecting, and Combining Features (S.Sra, S.Nowozin, S.J.Wright編集"Optimization for Machine Learning"の一部)2011

    • 著者名/発表者名
      冨岡亮太
    • 出版者
      MIT Press(印刷中(掲載確定))
  • [備考]

    • URL

      http://www.ibis.t.u-tokyo.ac.jp/RyotaTomioka/Publications

URL: 

公開日: 2012-07-19  

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