| 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 | 2014-06-25 16:10 故意に誤ったラベル付けをするユーザへの耐性をもたせた識別モデル ○熊谷充敏・折原慎吾・岡野 靖・岩田具治・大嶋嘉人（NTT）  NC2014-1 IBISML2014-1 |
|
| 抄録 | （和） | 近年，不特定多数のユーザから与えられる学習データをもとに，高精度な識別器を求めようとする試みが多数報告されている．これらの既存手法では，故意に誤ったラベル付けをするユーザが存在した場合，識別器の判定精度が大きく低下するという問題があった．本研究では，この問題の解決策として，ユーザに対応する識別モデル毎に，他ユーザの識別モデルとの類似度を算出し，それを加味して識別器を求める手法を提案する．実験により，提案手法の有効性を明らかにする． |
| （英） | Recently, there have been a lot of studies on learning a classifier from a large amount of labeled data collected from crowds. However, the existing methods have a problem that the accuracy of the classifier drastically deteriorates if there are malicious annotators intentionally giving wrong labels．In this paper, to solve this problem, we propose a method of learning a classifier resistant to malicious annotators by introducing degrees of similarity between discriminative models of annotators. Through experiments, we show the effectiveness of our proposed method. | |
| キーワード | （和） | 機械学習 / 複数アノテータ / 経験ベイズ法 / / / / / |
| （英） | Machine Learning / multiple annotators / Empirical Bayes method / / / / / | |
| 文献情報 | 信学技報, vol. 114, no. 105, IBISML2014-1, pp. 17-23, 2014年6月. | |
| 資料番号 | IBISML2014-1 | |
| 発行日 | 2014-06-18 (NC, 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 | NC2014-1 IBISML2014-1 |
|
| 研究会情報 | |
| 研究会 | NC IPSJ-BIO IBISML IPSJ-MPS |
| 開催期間 | 2014-06-25 - 2014-06-27 |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | Okinawa Institute of Science and Technology |
| テーマ（和） | 機械学習によるバイオデータマインニング、一般 |
| テーマ（英） | Machine Learning Approach to Biodata Mining, and General |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2014-06-NC-BIO-IBISML-MPS |
| 本文の言語 | 日本語 |
| タイトル（和） | 故意に誤ったラベル付けをするユーザへの耐性をもたせた識別モデル |
| サブタイトル（和） | |
| タイトル（英） | A Discriminative Model resistant to Malicious Annotators |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 機械学習 / Machine Learning |
| キーワード(2)（和/英） | 複数アノテータ / multiple annotators |
| キーワード(3)（和/英） | 経験ベイズ法 / Empirical Bayes method |
| 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） | 熊谷 充敏 / Atsutoshi Kumagai / クマガイ アツトシ |
| 第1著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 折原 慎吾 / Shingo Orihara / オリハラ シンゴ |
| 第2著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 岡野 靖 / Yasushi Okano / オカノ ヤスシ |
| 第3著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 岩田 具治 / Tomoharu Iwata / イワタ トモハル |
| 第4著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 大嶋 嘉人 / Yoshihito Oshima / オオシマ ヨシヒト |
| 第5著者 所属（和/英） | 日本電信電話株式会社 (略称： NTT) Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 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 | 2014-06-25 16:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | NC2014-1, IBISML2014-1 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.104(NC), no.105(IBISML) |
| ページ範囲 | pp.17-23 |
| ページ数 | 7 |
| 発行日 | 2014-06-18 (NC, IBISML) |
[研究会発表申込システムのトップページに戻る]