研究課題
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．本年度は，開発した手法および最適化学習アルゴリズムに対して，前年度に購入した高速計算サーバを用いた評価と，その成果を対外発表することを中心に研究を実施することとした．このため，前年度までに開発した最適化学習アルゴリズムを高速計算サーバ上で実行するとともに，転移学習に関する研究において標準的に用いられているベンチマークデータに対して評価した．具体的には，以下のように研究を進めた．（１） 前年度に購入した高速計算サーバなどの研究環境および計算環境を整備した．（２） 転移学習に関する研究において標準的に用いられている20NewsgroupsやTREC データなどの文書データ，Caltech101やCaltech256などの画像データに関するベンチマークデータなどに対して評価実験の準備を行った．（３） 上記（２）で得た評価結果などに関する研究発表を行った．
27年度が最終年度であるため、記入しない。
すべて 2016 2015
すべて 雑誌論文 (2件) (うち査読あり 2件、 謝辞記載あり 1件) 学会発表 (3件) (うち国際学会 3件)
Computational Intelligence
巻: 印刷中 ページ: 印刷中
10.1111/coin.12082
IEICE Transactions on Fundamentals of Electronics, Communications and Computer Science
巻: E98-A(11) ページ: 2315,2423
10.1587/transfun.E98.A.2315
