Study on fast and accurate classifier learning method from unlabeled big data

点击翻译按钮获取中文摘要

近年、ビッグデータから分類器や回帰式を学習するニーズが増しているが、データ収集の制約やコストから目的変数値が教師信号として得られ難いことが問題となっている。これに対し近年、目的変数値無し事例集合とその目的変数値の分布情報のみが与えられる場合に、正負例割合の異なる２つの事例集合から分類器を学習するUUC手法や、事例間の目的変数値の大小関係のみが知られた事例集合と目的変数値無し事例集合から回帰式を学習する非結合回帰手法が提案されている。何れも事例集合中の正負例の割合など目的変数値の分布が予め知られていることを前提としている。しかし、現実のビッグデータでは目的変数値の分布が知られていることは少なく、これらの手法を実適用する上で障害となっている。さらに、真の目的変数値が全く得られない条件で、如何に学習した分類器や回帰式の精度や不確実性を評価するかも問題である。そこで本研究では令和３年度までに、(1)目的変数値の分布が知られていないデータから目的変数値の分布を推定し、分類器や回帰式を学習する手法の研究、さらに(2)教師信号無しに学習した分類器や回帰式の精度・不確実性を評価する手法の研究に取り組んだ。しかしながら各々の研究項目についてコロナ禍の状況下で研究が十分進まず、(1)については目的変数値分布を用いないUUC手法の開発、(2)については分類器や回帰式のパラメータや目的変数値の事後分布推定手法の構築が積み残しとなった。令和４年度は、(1)について目的変数値の分布が得られなくても分類器を学習可能な条件を探求し、それに基づくUUC分類器学習原理と学習アルゴリズムの開発を行った。(2)については対象問題に関する事前知識を反映したモデルを補助情報として用いることで、モデルパラメータや目的変数値の事後分布を推定可能な原理とアルゴリズムを開発した。