| 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 | 2015-11-27 14:00 ［ポスター講演］ガウシアンプロセスカーネル法による非線形テンソル学習およびマルチタスク学習への応用 ○金川平志郎・鈴木大慈（東工大）  IBISML2015-89 |
|
| 抄録 | （和） | 低ランクテンソル推定は複数のデータソース間の高次の関係性を学習する方法として，マルチタスク学習， 推薦システム，時空間解析など様々な問題に応用されている．低ランクテンソルを推定する代表的な手法として，線 形のモデルを仮定した凸最適化に基づく手法がよく用いられる．しかし，このような線形な凸最適化手法は，データ に潜む非線形性の記述が難しいという実用的問題や，デザインへの強凸性の仮定のような強い仮定が必要であるとい う理論的問題がある．本研究では，線形モデルを再生核ヒルベルト空間での問題に拡張し，特にガウシアンプロセス 事前分布を用いたベイズ法に基づく手法を提案し，その収束レートを制限強凸性のような条件を仮定せずに示す．ま た提案手法を実データに対するマルチタスクラーニングへと適用し，既存の線形手法に比べ，高い推定精度を持つこ とを数値的に示す． |
| （英） | 低ランクテンソル推定は複数のデータソース間の高次の関係性を学習する方法として，マルチタスク学習， 推薦システム，時空間解析など様々な問題に応用されている．低ランクテンソルを推定する代表的な手法として，線 形のモデルを仮定した凸最適化に基づく手法がよく用いられる．しかし，このような線形な凸最適化手法は，データ に潜む非線形性の記述が難しいという実用的問題や，デザインへの強凸性の仮定のような強い仮定が必要であるとい う理論的問題がある．本研究では，線形モデルを再生核ヒルベルト空間での問題に拡張し，特にガウシアンプロセス 事前分布を用いたベイズ法に基づく手法を提案し，その収束レートを制限強凸性のような条件を仮定せずに示す．ま た提案手法を実データに対するマルチタスクラーニングへと適用し，既存の線形手法に比べ，高い推定精度を持つこ とを数値的に示す． |
|
| キーワード | （和） | テンソル / ガウシアンプロセス / マルチタスクラーニング / / / / / |
| （英） | tensor / Gaussian process / multi-task learning / / / / / | |
| 文献情報 | 信学技報, vol. 115, no. 323, IBISML2015-89, pp. 273-280, 2015年11月. | |
| 資料番号 | IBISML2015-89 | |
| 発行日 | 2015-11-19 (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 | IBISML2015-89 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2015-11-25 - 2015-11-27 |
| 開催地（和） | つくば国際会議場 |
| 開催地（英） | Epochal Tsukuba |
| テーマ（和） | 情報論的学習理論ワークショップ(IBIS2015) |
| テーマ（英） | Information-Based Induction Science Workshop (IBIS2015) |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2015-11-IBISML |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | ガウシアンプロセスカーネル法による非線形テンソル学習およびマルチタスク学習への応用 |
| サブタイトル（和） | |
| タイトル（英） | Non-parametric tensor learning with Gaussian process prior and its application to multi-task learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | テンソル / tensor |
| キーワード(2)（和/英） | ガウシアンプロセス / Gaussian process |
| キーワード(3)（和/英） | マルチタスクラーニング / multi-task learning |
| 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） | 金川 平志郎 / Heishiro Kanagawa / |
| 第1著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Titech) |
| 第2著者 氏名（和/英/ヨミ） | 鈴木 大慈 / Taiji Suzuki / |
| 第2著者 所属（和/英） | 東京工業大学 (略称： 東工大) Tokyo Institute of Technology (略称： Titech) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2015-11-27 14:00:00 |
| 発表時間 | 180分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2015-89 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.323 |
| ページ範囲 | pp.273-280 |
| ページ数 | 8 |
| 発行日 | 2015-11-19 (IBISML) |
[研究会発表申込システムのトップページに戻る]