| 研究課題/領域番号 |
24300049
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
吉田 哲也 北海道大学, 情報科学研究科, 准教授 (80294164)
|
|---|
| 研究分担者 |
今井 英幸 北海道大学, 情報科学研究科, 教授 (10213216)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2015-03-31
|
| キーワード | 転移学習 / 特徴空間 |
|---|
| 研究概要 |
利用可能なデータの量や種類の増加に効率的に対処するため，データごとに個別に学習を行うのではなく，学習した知識を効果的に再利用して活用するための技術を確立することが求められている．そこで，このような技術の確立を目指して，本研究では，データが表現される特徴空間の構造に基づく転移学習法の定式化，定式化に基づく最適化学習アルゴリズムの開発，開発するアルゴリズムの計算機システムとしての実装，の実現に取り組む．
上記の目的を実現するために，平成２４年度に得られた結果を基にして，本年度は最適化学習アルゴリズムの開発，確率的情報処理スキーマとの融合，およびシステム開発をさらに進めた．具体的には，下記の項目を実施した．
（１）前年度に定義した目的関数において正則化項として活用する項が，前年度に定義した特徴グラフに対するグラフラプラシアンに対応することを示し，NMFに基づくアプローチと多様体学習との対応の解明に取り組んだ．
（２）前年度に定義した目的関数に対し，その上界関数となる補助関数を考案し，開発したアルゴリズムがこの補助関数の逐次最小化を行うことを示した．また，目的関数の非負性に基づいて，開発するアルゴリズムの収束性を示した．
（３）開発するアルゴリズムの性能評価のために，機械学習やパターン認識の分野における文献を調査し，それらの文献で評価実験において用いられる文書データや画像データなどを調査した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本年度は，前年度に実施した定式化において定義した目的関数の性質を示すとともに，定義した目的関数の性質を検証するための評価実験の準備を進めることができたため．
|
| 今後の研究の推進方策 |
本年度までに開発した手法および最適化学習アルゴリズムの性能評価を行うため，評価実験環境を整備するとともに，開発したアルゴリズムを計算機上にプロトタイプシステムとして実装して評価実験を行う．
|
| 次年度の研究費の使用計画 |
本年度は学習アルゴリズム開発用計算機の購入，および評価用のベンチマークデータを収集して整備するためのストレージの購入を行って評価実験の準備を進めたものの，大規模な評価実験は次年度に行うため．
本年度に実施した準備に基づいて，本年度までに開発した手法および最適化学習アルゴリズムの性能評価を行うために，大規模な評価実験を行うことができるように大容量メモリを搭載した高速計算サーバを購入予定である．
|
