講演抄録/キーワード |
講演名 |
2014-03-07 16:20
劣勾配法に基づく2値型Principal Pointsとその応用 ○山下 遥(慶大)・河原吉伸(阪大) IBISML2013-82 |
抄録 |
(和) |
大規模なデータを解析する際に,Principal Pointsを用いてデータのいくつかの代表点を求め,その点によってデータを要約するという統計的アプローチは有効な方法である.2値型Principal Pointsは,与えられた多変量2値のデータにおいて,その取り得る2値のパターン中のいくつかの代表的なパターンとして定義される.一般に,2値型Principal Pointを求める計算はNP困難である.本研究では,まずこの問題をp-median問題として定式化し,これに基づく劣勾配法を提案する.これにより厳密解を求めること,または繰り返し計算の途中で解の最適性を評価することが可能となる.さらに本研究では,2値型Principal Pointsおよび提案方法を,実データへ適用し,その有用性について検証する. |
(英) |
Analysis with Principal Points is a useful statistical tool for summarizing large data. Principal Points is defined as several representative binary patterns of given multivariate binary data in the binary region. The problem of finding Principal Points is NP-hard in general. In this study, we formulate Principal Points for multivariate binary data as the p-median problem and propose a subgradient-based method. This enables us to find a globally optimal set of Principal Points or to evaluate upper and lower bounds of a solution in the middle of the calculation. We investigate the applicability of the proposed framework with real-world data. |
キーワード |
(和) |
統計的データ解析 / ラグランジュ緩和 / Principal Points / パターン認識 / 劣モジュラ関数最大化 / 貪欲法 / / |
(英) |
Statistical data analysis / Lagrangean relaxation / Principal Points / Pattern recognization / Submodular function maximization / Greedy algorithm / / |
文献情報 |
信学技報, vol. 113, no. 476, IBISML2013-82, pp. 109-115, 2014年3月. |
資料番号 |
IBISML2013-82 |
発行日 |
2014-02-27 (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 |
IBISML2013-82 |
研究会情報 |
研究会 |
IBISML |
開催期間 |
2014-03-06 - 2014-03-07 |
開催地(和) |
奈良女子大学 |
開催地(英) |
Nara Women's University |
テーマ(和) |
統計数理・機械学習・データマイニング・一般 |
テーマ(英) |
Statistical mathmatics, machine learning, data mining, and other topics |
講演論文情報の詳細 |
申込み研究会 |
IBISML |
会議コード |
2014-03-IBISML |
本文の言語 |
日本語 |
タイトル(和) |
劣勾配法に基づく2値型Principal Pointsとその応用 |
サブタイトル(和) |
|
タイトル(英) |
Binary Principal Points Based on Subgradient Method and Its Application |
サブタイトル(英) |
|
キーワード(1)(和/英) |
統計的データ解析 / Statistical data analysis |
キーワード(2)(和/英) |
ラグランジュ緩和 / Lagrangean relaxation |
キーワード(3)(和/英) |
Principal Points / Principal Points |
キーワード(4)(和/英) |
パターン認識 / Pattern recognization |
キーワード(5)(和/英) |
劣モジュラ関数最大化 / Submodular function maximization |
キーワード(6)(和/英) |
貪欲法 / Greedy algorithm |
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) |
山下 遥 / Haruka Yamashita / ヤマシタ ハルカ |
第1著者 所属(和/英) |
慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.) |
第2著者 氏名(和/英/ヨミ) |
河原 吉伸 / Yoshinobu Kawahara / カワハラ ヨシノブ |
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) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2014-03-07 16:20:00 |
発表時間 |
25分 |
申込先研究会 |
IBISML |
資料番号 |
IBISML2013-82 |
巻番号(vol) |
vol.113 |
号番号(no) |
no.476 |
ページ範囲 |
pp.109-115 |
ページ数 |
7 |
発行日 |
2014-02-27 (IBISML) |