| 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 | 2016-09-05 15:45 パターンマイニング問題におけるセーフパターンプルーニングを用いたスパースモデルの学習 ○中川和也・鈴村真矢・烏山昌幸（名工大）・津田宏治（東大）・竹内一郎（名工大）  PRMU2016-70 IBISML2016-25 |
|
| 抄録 | （和） | 本論文では, パターンマイニング問題におけるスパースな予測モデルの学習を考える. 予測モデルの学習において我々が提案するセーフパターンプルーニングという手法は, 真の最適なモデルに必要なパターンを含む集合を効率的に見つけ出すことを可能とする. この手法は近年研究が行われているセーフ特徴スクリーニングと呼ばれる手法に基づいたものであり, 真のモデルに必要のない特徴を学習前に同定し, 最適化から取り除くことで効率化を図っている. パターンマイニングのための予測モデルを学習する従来法としてブースティングタイプのものが提案されているが, 我々の手法は従来法と比べてパターンのサーチ回数が少ないというメリットがある. 本論文ではグラフマイニングとアイテムセットマイニングにおける両者の計算時間を比較し, 提案法の有用性を検証した. |
| （英） | In this paper we study predictive pattern mining problems where the goal is to construct a predictive model based on a subset of predictive patterns in the database. Our main contribution is to introduce a novel method called safe pattern pruning (SPP) for a class of predictive pattern mining problems. The SPP method allows us to efficiently find a superset of all the predictive patterns in the database that are needed for the optimal predictive model. The advantage of the SPP method over existing boosting-type method is that the former can find the superset by a single search over the database, while the latter requires multiple searches. The SPP method is inspired by recent development of safe feature screening. In order to extend the idea of safe feature screening into predictive pattern mining, we derive a novel pruning rule called safe pattern pruning (SPP) rule that can be used for searching over the tree defined among patterns in the database. The SPP rule has a property that,if a node corresponding to a pattern in the database is pruned out by the SPP rule,then it is guaranteed that all the patterns corresponding to its descendant nodes are never needed for the optimal predictive model. We apply the SPP method to graph mining and item-set mining problems, and demonstrate its computational advantage. | |
| キーワード | （和） | パターンマイニング / スパース学習 / セーフスクリーニング / 凸最適化 / / / / |
| （英） | Pattern mining / Sparse learning / Safe screening / Convex optimization / / / / | |
| 文献情報 | 信学技報, vol. 116, no. 209, IBISML2016-25, pp. 127-134, 2016年9月. | |
| 資料番号 | IBISML2016-25 | |
| 発行日 | 2016-08-29 (PRMU, 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 | PRMU2016-70 IBISML2016-25 |
|
| 研究会情報 | |
| 研究会 | PRMU IPSJ-CVIM IBISML |
| 開催期間 | 2016-09-05 - 2016-09-06 |
| 開催地（和） | 富山大学 |
| 開催地（英） | |
| テーマ（和） | パターン認識・機械学習基盤技術及び一人称視点・注視情報と行動理解 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2016-09-PRMU-CVIM-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | パターンマイニング問題におけるセーフパターンプルーニングを用いたスパースモデルの学習 |
| サブタイトル（和） | |
| タイトル（英） | Sparse learning for pattern mining problem by using Safe Pattern Pruning method |
| サブタイトル（英） | |
| キーワード(1)（和/英） | パターンマイニング / Pattern mining |
| キーワード(2)（和/英） | スパース学習 / Sparse learning |
| キーワード(3)（和/英） | セーフスクリーニング / Safe screening |
| キーワード(4)（和/英） | 凸最適化 / Convex optimization |
| 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） | 中川 和也 / Kazuya Nakagawa / ナカガワ カズヤ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第2著者 氏名（和/英/ヨミ） | 鈴村 真矢 / Shinya Suzumura / スズムラ シンヤ |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第3著者 氏名（和/英/ヨミ） | 烏山 昌幸 / Masayuki Karasuyama / カラスヤマ マサユキ |
| 第3著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第4著者 氏名（和/英/ヨミ） | 津田 宏治 / Koji Tsuda / ツダ コウジ |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： Univ. of Tokyo) |
| 第5著者 氏名（和/英/ヨミ） | 竹内 一郎 / Ichiro Takeuchi / |
| 第5著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 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 | 2016-09-05 15:45:00 |
| 発表時間 | 30分 |
| 申込先研究会 | IBISML |
| 資料番号 | PRMU2016-70, IBISML2016-25 |
| 巻番号（vol） | vol.116 |
| 号番号（no） | no.208(PRMU), no.209(IBISML) |
| ページ範囲 | pp.127-134 |
| ページ数 | 8 |
| 発行日 | 2016-08-29 (PRMU, IBISML) |
[研究会発表申込システムのトップページに戻る]