| 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 | 2012-11-07 15:30 ハッシュ関数を用いたGaussian Process Regressionの高速化 ○岡留有哉・中村 泰・石黒 浩（阪大）  IBISML2012-55 |
|
| 抄録 | （和） | Gaussian Process Regression (GPR)は非線形回帰を容易に扱うことのできる手法であるが, サンプルサイズの増加に伴い計算コストが増大する. このため, データセットを分解し, 局所的に計算したGPRの推定結果を用いるLocal GPRなどの高速化手法が提案されている. しかし, Local GPRではローカルモデルを統合する過程が, 単なる重み付き和となっており, 分割前の確率モデルとは異なるモデルとなっている. 本稿ではLocality-Sensitive HashingとProduct of Expertsの考え方を用い, GPRの高速な計算手法を提案する.提案手法を関数近似課題に適用し, 計算コスト削減の効果を確かめた. |
| （英） | A Gaussian Process Regression (GPR) has ability to deal with a non-linear regression easily. However, the calculation cost increase as the sample size. Local GPR proposed in a recent year performs fast calculation for a GPR by dividing a dataset and constructing local models in each divided subspace. However, the integration procedure of local models is not based on a the original probabilistic model. In this paper, we propose a fast calculation method for a GPR by using a Locally-Sensitive Hashing and a Product of Experts model. We apply our proposed method to function approximation of an artificial data, and confirm the effect of reduction of the calculation cost. |
|
| キーワード | （和） | ガウス過程回帰 / Locality-Sensitive Hashing / Product of Experts model / / / / / |
| （英） | Gaussian Process Regression / Locality-Sensitive Hashing / Product of Experts model / / / / / | |
| 文献情報 | 信学技報, vol. 112, no. 279, IBISML2012-55, pp. 151-155, 2012年11月. | |
| 資料番号 | IBISML2012-55 | |
| 発行日 | 2012-10-31 (IBISML) | |
| 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 | IBISML2012-55 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2012-11-07 - 2012-11-09 |
| 開催地（和） | 筑波大学 東京キャンパス文京校舎 |
| 開催地（英） | Bunkyo School Building, Tokyo Campus, Tsukuba Univ. |
| テーマ（和） | 第15回情報論的学習理論ワークショップ |
| テーマ（英） | the 15th Information-Based Induction Sciences Workshop |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2012-11-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | ハッシュ関数を用いたGaussian Process Regressionの高速化 |
| サブタイトル（和） | |
| タイトル（英） | Fast Gaussian Process Regression using hash function |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ガウス過程回帰 / Gaussian Process Regression |
| キーワード(2)（和/英） | Locality-Sensitive Hashing / Locality-Sensitive Hashing |
| キーワード(3)（和/英） | Product of Experts model / Product of Experts model |
| キーワード(4)（和/英） | / |
| 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） | 岡留 有哉 / Yuya Okadome / オカドメ ユウヤ |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 中村 泰 / Yutaka Nakamura / ナカムラ ユタカ |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 石黒 浩 / Hiroshi Ishiguro / イシグロ ヒロシ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-11-07 15:30:00 |
| 発表時間 | 150分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2012-55 |
| 巻番号（vol） | vol.112 |
| 号番号（no） | no.279 |
| ページ範囲 | pp.151-155 |
| ページ数 | 5 |
| 発行日 | 2012-10-31 (IBISML) |
[研究会発表申込システムのトップページに戻る]