講演抄録/キーワード |
講演名 |
2012-11-08 15:00
パラメトリック計画法を用いたマルチインスタンスSVM ○石原直樹・久留美里織・竹内一郎(名工大) IBISML2012-72 |
抄録 |
(和) |
本稿ではマルチインスタンス学習(MIL: Multiple Instance Learning)のための新たな最適化アルゴリズムを提案する. MILは教師あり学習の一種で, バッグ(bag)とよばれるインスタンスの集合に教師ラベルが割り当てられているという特徴を持つ. 多くのMILアルゴリズムは, バッグに含まれる個々のインスタンスのラベルが未知であるため, 非凸最適化問題として定式化される.
本研究では, マルチインスタンスSVM(MI-SVM: Multi-Instance SVM)と呼ばれるよく知られたMILアルゴリズムの局所最適解を求める新たなアプローチとして, ホモトピー法に基づく非凸最適化アルゴリズムを提案する.
我々は, 凸最適化問題であるSVMと非凸最適化問題であるMI-SVMを含むようなパラメトリック計画問題を導入し, 前者を徐々に変化させながら後者に近づけていったときの解の変化を追跡するアルゴリズムを構築する. 簡単な数値実験を通し, 提案アルゴリズムの動作を確認する. |
(英) |
In this paper, we propose a new optimization algorithm for multiple instance learning (MIL). MIL is a supervised learning paradigm in which supervised labels are only assigned to a set of instances call \emph{bag}s. MIL algorithms are usually formulated as non-convex optimization problems because the labels of instances are unknown.
In this study, we propose a homotopy-based non-convex optimization algorithm for finding local optimal solutions of a well-known MIL algorithm called Multi-Instance SVM (MI-SVM). To this end, we introduce a parametric program (a family of parametrized optimization problems) which contains both of convex standard SVM and non-convex MI-SVM. Then, we propose an algorithm that can compute a path of solutions of the parametric program when the former standard SVM problem is gradually modified to the latter MI-SVM problem. We demonstrate the behavior of our proposed approach through simple experiments. |
キーワード |
(和) |
マルチインスタンス学習 / 非凸最適化 / パラメトリック計画法 / ホモトピー法 / / / / |
(英) |
Multi-Instance Learning / Non-convex Optimization / Parametric Optimization / Homotopy Method / / / / |
文献情報 |
信学技報, vol. 112, no. 279, IBISML2012-72, pp. 271-276, 2012年11月. |
資料番号 |
IBISML2012-72 |
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 |
IBISML2012-72 |
|