权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

二乗損失相互情報量を用いた実用的な機械学習手法の開発

使用平方损失互信息开发实用的机器学习方法

基本信息

批准号：
15J09111
负责人：
坂井智哉
金额：
$ 1.79万
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：
2015
资助国家：
日本
起止时间：
2015-04-24 至 2018-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-15J09111/
关键词：
機械学習二乗損失相互情報量弱教師付き学習正例とラベルなしデータからの学習半教師付き学習 AUC最適化情報理論的表現学習正データとラベルなしデータからの学習二乗損失相互 PU学習半教師あり学習次元削減多様体

项目摘要

平成２８年度から引き続き，正例とラベルなしデータからの分類に基づく半教師付き分類に重点を置いて研究を進めた．開発した手法は，クラスタ仮定に代表される，従来法が要求するデータ分布に対する強い仮定なしで，ラベルなしデータを学習に利用できるという利点がある．分類器を訓練する方法として，誤識別率最小化に基づく手法と，AUC最大化に基づく手法を開発した．これらの研究成果は，トップ国際会議であるICMLおよびトップ国際ジャーナルであるMachine Learning Journalに採択された．年度の後半では，正例とラベルなしデータからの情報理論的表現学習の研究に取り組んだ．テータの有用な低次元表現の尺度として二乗損失相互情報量を用いることで，これまでの正例とラベルなしデータから分類に不可欠な量である，クラス事前確率の推定が学習時に必要なくなる．クラス事前確率の推定は，特に高次元データにおいて難しいことが知られている．しかし，開発した手法を用いることで，先に有用な低次元表現を得ておいて，その後にクラス事前確率推定を行うことができるため，その精度向上が期待できる．上記の成果をまとめて国際会議に投稿した．その後，これまでの研究成果をまとめた博士論文を執筆した．論文は，新領域創成科学研究科の研究科長賞に選ばれた．年度末には，研究成果の普及を目的として，弱教師付き学習の手法を集めたPythonパッケージの開発を始めた．主要な機械学習パッケージと親和性の高いインタフェースを備えることで，容易に利用できることを目標にしている．既に一部成果を公開中であり，今後も開発を続けて機能を充実させていく．上記と並行して，正バッグとラベルなしバッグからの分類手法の研究，非観測要素を用いた行列補完法の研究を進めた．これらの成果をまとめた論文を国際ジャーナルに投稿した．

Heisei 28 years, the introduction of The development method is based on the distribution of information required by the method, and the method is based on the utilization of information. Classifier training methods are developed to minimize misrecognition rate and maximize AUC. ICML International Conference on Machine Learning In the second half of the year, the positive example is the performance of information theory. The scale of useful low-dimensional performance of a class and the amount of mutual information lost are used in the class. A priori accuracy estimate is made of a special dimension. The method of development is used in the middle of the game. First, the low-dimensional performance is useful. Then, the accuracy is estimated in advance. Contribution to the International Conference. The author of the doctoral thesis is the author of the research results of the doctoral thesis. The thesis is selected by the Chief of the Research Section of the New Field Creation Science Research Section. At the end of the year, the goal of popularizing research results is to start the development of Python. The main mechanical learning is to prepare for the high affinity and easy to use. Since one of the achievements has been made public, it will be possible to develop new functions in the future. The research on the classification method of non-measuring elements is carried out in parallel. The results of this paper are published internationally.