• 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

2014 年度 実績報告書

ビッグデータ解析における最適保証スクリーニングの理論と応用

研究課題

研究課題/領域番号 26280083
研究機関名古屋工業大学

研究代表者

竹内 一郎  名古屋工業大学, 工学(系)研究科(研究院), 教授 (40335146)

研究分担者 畑埜 晃平  九州大学, システム情報科学研究科(研究院, 助教 (60404026)
烏山 昌幸  京都大学, 化学研究所, 助教 (40628640)
研究期間 (年度) 2014-04-01 – 2017-03-31
キーワード機械学習 / 凸最適化
研究実績の概要

平成26年度は、本研究課題の主題である最適保障計算のアプローチを「交差検証法計算の高速化」と「近似精度保障付き交差検証法」へ適用する研究を行った。前者では、学習データの一部が追加・削除された場合に最適解の変化の範囲を最適保障計算原理によって保障することで、交差検証法に必要な一部のデータの削除をして最適化を行うプロセスを大幅に効率化できることを示した。後者のアプローチでは、ある特殊なクラスの機械学習問題において、交差検証誤差の下限が正則化パラメータの関数として記述できることを最適保障計算を用いて導出した。交差検証誤差の下限を正則化パラメータの下限として表すことにより、交差検証法の近似誤差(最適な交差検証誤差値と得られた交差検証誤差値)を保障するアルゴリズムを構築することができた。

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

本研究課題の主題である最適保障計算原理を交差検証法に適用する枠組を構築することができ、本研究は計画通り順調に進んでいる。

今後の研究の推進方策

今後は、最適保障計算原理を秘密計算問題、組み合わせ要素同定問題に利用するアプローチを検討する。

次年度使用額が生じた理由

平成26年度は主に理論研究に重点を置き、平成27年度以降に大規模な計算機シミュレーションを行うため。

次年度使用額の使用計画

計算機シミュレーションを行うための高性能計算サーバを購入する。また、実績報告記載の2つの成果を国際会議にて発表するため旅費を計上する。

  • 研究成果

    (2件)

すべて 2015 2014

すべて 学会発表 (2件)

  • [学会発表] L2正則化凸損失関数最小化問題のための 検証誤差近似保証付きモデル選択2015

    • 著者名/発表者名
      柴垣篤志、鈴木良規、竹内一郎
    • 学会等名
      IBISML研究会
    • 発表場所
      京都大学
    • 年月日
      2015-03-05 – 2015-03-05
  • [学会発表] 二次正則化分類学習のためのLeave-one-out cross-validation の高速化2014

    • 著者名/発表者名
      奥村翔太、鈴木良規、小川晃平, 新村祐紀, 竹内一郎
    • 学会等名
      IBISワークショップ
    • 発表場所
      名古屋大学
    • 年月日
      2014-11-18 – 2014-11-18

URL: 

公開日: 2016-06-01  

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