2013 Fiscal Year Annual Research Report
簡潔データ構造を用いた大規模かつ高速な機械学習手法の研究
| Project/Area Number |
12J05906
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
木村 大翼 東京大学, 大学院情報理工学研究科, 特別研究員(DC1)
|
|---|
| Keywords | 機械学習 / 簡潔データ構造 / カーネル法 / XBW / サポートベクトルマシン |
|---|
| Research Abstract |
本研究の目的は省メモリでかつ高速な操作を可能とする簡潔データ構造と機械学習を融合させ、大規模かつ高速な機械学習手法を構築することである。これについて昨年度の研究成果は主に以下のとおりである。昨年度の主な成果は、一年目に理論構築した機械学習と簡潔データ構造を組み合わせた高速かつ省メモリな学習アルゴリズムに対する実験的な評価を行ったことである。
このアルゴリズムはXBWと呼ばれるラベル付き木構造に対する簡潔データ構造を用いることによって高速かつ省メモリな学習を実現するものである。理論的な評価としては、従来データ数の二乗の計算量が必要であった学習が、データ数について線形時間の計算量で可能となった。また必要なメモリの大きさはラベル付き木構造の情報論的下限という非常に小さい大きさに漸近する。このアルゴリズムを実際の大規模データに対して実験を行い、実際にデータ数に対して線形かつ省メモリに働くことを確認した。この成果を日本最大の機械学習学会である情報論的学習理論ワークショップ2013と人工知能学会の全国大会2013で発表を行い、研究成果をアピールした。
また機械学習分野のトップ会議の一つであるNIPS2013や、Web分野のトップ会議の一つであるWSDM2014に参加し、多くの機械学習研究者および周辺分野の研究者とディスカッションを行い、新たな方向性を模索した。以上から昨年度の研究は当初の計画通りに進行している。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
昨年度はそれ以前に理論構築したアルゴリズムに対して実験的な評価を与えることができ, 国内の学会で発表を行った。さらに関連分野の研究者とのディスカッションによって、新たに簡潔データ構造の機械学習手法の融合の方向性が見えつつある。
|
| Strategy for Future Research Activity |
まず昨年度までの成果を機械学習関連分野の国際会議で発表し、国際的に成果をアピールする。またこれまでの簡潔データ構造関連のプログラムを公開に向けて整備を行う。また昨年度のディスカッションで生まれた新たなアルゴリズムの理論評価、実験的な評価を与える。
|
Research Products
(2 results)
