2006 Fiscal Year Annual Research Report
ベイズ学習によるモデル選択を用いた確率モデルのパラメータとモデルの学習
Project/Area Number |
06J05775
|
Research Institution | Tokyo Institute of Technology |
Principal Investigator |
栗原 賢一 東京工業大学, 大学院情報理工学研究科, 特別研究員(DC1)
|
Keywords | クラスタリング / 構造学習 / ディリクレプロセス |
Research Abstract |
ディレクレプロセスを用いた構造学習についての研究を行った。外部発表はDMSS(北海道),IBIS(大阪),NIPS(カナダ),IJCAI(インド)において行い、雑誌論文としては人工知能学会論文誌に論文一本が採録された。DMSS, IBISとJSAIに採録された論文では単語の共起関係から単語のクラスタリングを行うことにより、語義の発見を行った。従来手法からの新規性は共起関係に対して関係モデルを適用した点と頻度情報を扱う関係モデルを提案した点にある。提案手法を用いることにより、共起の構造と語義について性能が向上することが実験的に確かめられた。MPSとIJCAIではディレクレプロセスの変分ベイズ法による高速化と様々な近似について議論と実験による性能評価を行った。この二つの研究はアメリカのカリフォルニア大学アーバインで行った研究である。NIPSで発表した論文では、従来手法の理論的問題点を解決し、新規な学習の高速化を提案した。従来ディレクレプロセスは学習時間がかかる点が問題とされてきたが、提案した高速化はディレクレプロセスの応用のために大きな貢献をすると考えられる。IJCAIで発表した論文では、従来提案されていたディレクレプロセスに対する変分ベイズ法の他に様々な変分ベイズ法が考えられることを示し、それらの違いを実験的に示した。特に、従来手法に対して提案した改良は学習結果の性能向上をもたらすことを実験的に示した。
|
Research Products
(1 results)