| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2009-08-31 14:40 ［特別講演］スパース正則化およびマルチカーネル学習のための最適化アルゴリズムとCV・PRへの応用 ○冨岡亮太・鈴木大慈・杉山 将（東大）  PRMU2009-63 |
|
| 抄録 | （和） | スパース正則化は凸最適化を通して変数選択や多様な情報源の統合を実現するための系統的な枠組みとして近年注目されている。多くのスパース正則化法は滑らかでない最適化問題として定式化されるため、このような問題を効率的に解く方法が求められている。本論文では、一般の凸な損失関数と広いクラスの正則化関数に対する最適化手法を proximal minimization の枠組みから導出し、理論的な性質を議論し、既存の手法との関係を解説する。講演では実際のパターン認識やCVの問題を題材として、非常に多くの素性やカーネルが与えられたもとでいかに効率よくこれらを選択し学習することができるかデモンストレーションを行う。 |
| （英） | Convex sparse regularization is increasingly becoming recognized as a principled framework for selecting informative features and combining heterogeneous data sources in machine learning. However training these models remains a challenging task due to the non-differentiability of the resulting optimization objective. In this paper, we derive a new algorithmic framework for training various sparse regularized linear models under general convex loss functions from the proximal minimization framework. Connection to existing methods are also discussed. |
|
| キーワード | （和） | 正則化 / 凸最適化 / マルチカーネル学習 / 拡張ラグランジュ法 / / / / |
| （英） | Regularization / Convex optimization / Multiple kernel learning / Augmented Lagrangian method / / / / | |
| 文献情報 | 信学技報, vol. 109, no. 182, PRMU2009-63, pp. 43-48, 2009年8月. | |
| 資料番号 | PRMU2009-63 | |
| 発行日 | 2009-08-24 (PRMU) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2009-63 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2009-08-31 - 2009-09-01 |
| 開催地（和） | 東北大 |
| 開催地（英） | Tohoku Univ. |
| テーマ（和） | CV・パターン認識のための学習・最適化 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2009-08-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | スパース正則化およびマルチカーネル学習のための最適化アルゴリズムとCV・PRへの応用 |
| サブタイトル（和） | |
| タイトル（英） | Optimization algorithms for sparse regularization and multiple kernel learning and their applications to CV/PR |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 正則化 / Regularization |
| キーワード(2)（和/英） | 凸最適化 / Convex optimization |
| キーワード(3)（和/英） | マルチカーネル学習 / Multiple kernel learning |
| キーワード(4)（和/英） | 拡張ラグランジュ法 / Augmented Lagrangian method |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 冨岡 亮太 / Ryota Tomioka / トミオカ リョウタ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo.) |
| 第2著者 氏名（和/英/ヨミ） | 鈴木 大慈 / Taiji Suzuki / スズキ タイジ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo.) |
| 第3著者 氏名（和/英/ヨミ） | 杉山 将 / Masashi Sugiyama / スギヤマ マサシ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. of Tokyo.) |
| 講演者 | 第1著者 |
| 発表日時 | 2009-08-31 14:40:00 |
| 発表時間 | 90分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2009-63 |
| 巻番号（vol） | vol.109 |
| 号番号（no） | no.182 |
| ページ範囲 | pp.43-48 |
| ページ数 | 6 |
| 発行日 | 2009-08-24 (PRMU) |
[研究会発表申込システムのトップページに戻る]