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

使用简洁数据结构的大规模高速机器学习方法研究

• 批准号: 12J05906
• 负责人: 木村 大翼
• 金额: $ 1.92万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2012
• 资助国家: 日本
• 起止时间: 2012-04-01 至 2015-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-12J05906/
• 关键词: 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

本年度はこれまでの研究のまとめを行った。大規模な木構造カーネルのサポートベクターマシン(SVM)学習問題に対し、簡潔データ構造を用いた高速かつ省メモリな学習アルゴリズムを考案し、かつその性能を理論、実験の両面から評価を行った。この研究の意義は主に以下の２点である。１点目は木構造カーネルのSVMの学習問題に対する高速化である。一般にカーネル法を用いたSVMの学習時間はデータ数nに対し、O(n)の計算量がかかる。提案アルゴリズムでは木構造の共通部分の数え上げを高速化することによってO(nlogn)の計算量を達成した。なおかつそのために必要な空間計算量は非常に小さく情報論的下限に漸近する。２点目は機械学習と簡潔データ構造という２つの分野をつなぐ研究であるということである。本研究はこれまで独立して研究されており、接点が全くなかった両分野を利用したはじめての研究である。

This year's research and development activities will continue. Large-scale wood structure, cluster and server (SVM) learning problem, simple structure, high speed, low cost, learning problem, case study, theory and performance evaluation. The significance of this study is as follows: 1. To speed up the learning problem of SVM in structural engineering. The learning time of SVM is O (n), and the computation amount of SVM is O(n). The calculation amount of O(nlogn) is achieved by speeding up the number of common parts of wood structures. The necessary space calculation quantity is very small and the lower bound of information theory is asymptotic. 2 points to machine learning This study is independent of the study, the joint of the whole study, the use of the study

项目成果

XBWを用いた大規模かつ省メモリな木カーネルのSVM学習

使用 XBW 进行大规模且节省内存的 SVM 树核学习

• 发表时间: 2012
• 作者: 辰巳晋一;尾張敏章;上杉昌也;木村大翼;木村大翼;木村 大翼
• 通讯作者: 木村 大翼

簡潔データ構造XBWを用いた大規模かつ省メモリな木カーネルのSVM学習

使用简洁数据结构XBW进行大规模且节省内存的树核的SVM学习

• 发表时间: 2013
• 作者: 辰巳晋一;尾張敏章;上杉昌也;木村大翼
• 通讯作者: 木村大翼

簡潔データ構造を用いた高速かつ省メモリな木カーネルの学習

使用简洁的数据结构进行快速且节省内存的树内核学习

• 发表时间: 2013
• 作者: 辰巳晋一;尾張敏章;上杉昌也;木村大翼;木村大翼
• 通讯作者: 木村大翼

Fast Computation of Subpath Kernel for Trees

• 发表时间: 2012-06
• 期刊: ArXiv
• 作者: D. Kimura;H. Kashima