ご案内 入会して研究会活動をもっとお得に!研究会参加費・年間登録費が会員価格になります。
お知らせ 【重要】研究会参加費の支払いおよび原稿アップロード手続きの変更に関するご案内
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 2016-11-16 15:00
オンライン学習手法による異種混合機械学習
池原徹也山根 智金沢大IBISML2016-54
抄録 (和) 近年, ビッグデータの利活用に注目が集まりデータ分析を効率よく行うための手法が数多く提案され, リアルタイムにデータの解析をすることが重要となっている. 本研究では, データに複数の異なる規則性が混在した状態である異種混合性をもつ混合型データを対象として, 異種混合機械学習における変分ベイズ法で用いられていたアルゴリズムに対し, オンライン型EMアルゴリズムを適用することでオンライン学習手法でのデータ分析のためのアルゴリズムの提案を行う. 
(英) In recent years, utilization of big data has attracted the attention, and many techniques about data analysis have been proposed. The real time data analysis has become important, but big data analysis is difficult because the data has a plurality of different regularity. There is algorithm of heterogeneous mixture machine learning to analyze the data efficiently. In this study, we propose algorithm of online heterogeneous mixture machine learning based on online EM algorithm.
キーワード (和) ビッグデータ / 異種混合性 / オンライン学習 / 混合機械学習 / / / /  
(英) Big Data / Online Leaning / Mixture Machine Learning / / / / /  
文献情報 信学技報, vol. 116, no. 300, IBISML2016-54, pp. 59-64, 2016年11月.
資料番号 IBISML2016-54 
発行日 2016-11-09 (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 IBISML2016-54

研究会情報
研究会 IBISML  
開催期間 2016-11-16 - 2016-11-18 
開催地(和) 京都大学 
開催地(英) Kyoto Univ. 
テーマ(和) 情報論的学習理論ワークショップ(IBIS2016) 
テーマ(英) Information-Based Induction Science Workshop (IBIS2016) 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2016-11-IBISML 
本文の言語 日本語 
タイトル(和) オンライン学習手法による異種混合機械学習 
サブタイトル(和)  
タイトル(英) Online heterogeneous mixture machine learning 
サブタイトル(英)  
キーワード(1)(和/英) ビッグデータ / Big Data  
キーワード(2)(和/英) 異種混合性 / Online Leaning  
キーワード(3)(和/英) オンライン学習 / Mixture Machine Learning  
キーワード(4)(和/英) 混合機械学習 /  
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) 池原 徹也 / Tetsuya Ikehara / イケハラ テツヤ
第1著者 所属(和/英) 金沢大学 (略称: 金沢大)
Kanazawa University (略称: Kanazawa Univ.)
第2著者 氏名(和/英/ヨミ) 山根 智 / Satoshi Yamane /
第2著者 所属(和/英) 金沢大学 (略称: 金沢大)
Kanazawa University (略称: Kanazawa 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: )
第21著者 氏名(和/英/ヨミ) / /
第21著者 所属(和/英) (略称: )
(略称: )
第22著者 氏名(和/英/ヨミ) / /
第22著者 所属(和/英) (略称: )
(略称: )
第23著者 氏名(和/英/ヨミ) / /
第23著者 所属(和/英) (略称: )
(略称: )
第24著者 氏名(和/英/ヨミ) / /
第24著者 所属(和/英) (略称: )
(略称: )
第25著者 氏名(和/英/ヨミ) / /
第25著者 所属(和/英) (略称: )
(略称: )
第26著者 氏名(和/英/ヨミ) / /
第26著者 所属(和/英) (略称: )
(略称: )
第27著者 氏名(和/英/ヨミ) / /
第27著者 所属(和/英) (略称: )
(略称: )
第28著者 氏名(和/英/ヨミ) / /
第28著者 所属(和/英) (略称: )
(略称: )
第29著者 氏名(和/英/ヨミ) / /
第29著者 所属(和/英) (略称: )
(略称: )
第30著者 氏名(和/英/ヨミ) / /
第30著者 所属(和/英) (略称: )
(略称: )
第31著者 氏名(和/英/ヨミ) / /
第31著者 所属(和/英) (略称: )
(略称: )
第32著者 氏名(和/英/ヨミ) / /
第32著者 所属(和/英) (略称: )
(略称: )
第33著者 氏名(和/英/ヨミ) / /
第33著者 所属(和/英) (略称: )
(略称: )
第34著者 氏名(和/英/ヨミ) / /
第34著者 所属(和/英) (略称: )
(略称: )
第35著者 氏名(和/英/ヨミ) / /
第35著者 所属(和/英) (略称: )
(略称: )
第36著者 氏名(和/英/ヨミ) / /
第36著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2016-11-16 15:00:00 
発表時間 180分 
申込先研究会 IBISML 
資料番号 IBISML2016-54 
巻番号(vol) vol.116 
号番号(no) no.300 
ページ範囲 pp.59-64 
ページ数
発行日 2016-11-09 (IBISML) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会