| 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 | 2017-11-10 13:00 ［ポスター講演］Selective inferenceに基づくactive learningの選択バイアス補正 ○稲津 佑（理研）・竹内一郎（名工大/理研/物質・材料研究機構）  IBISML2017-74 |
|
| 抄録 | （和） | 与えられたデータから回帰モデルを構成し, 予測値を最大とする点における値を実際に観測してくるというアクティブラーニングの設定を考える. この規則の良さを評価するために, 候補点における値の期待値が現状よりも優れているかどうかの仮説検定問題を考える. しかしながら, 古典的な検定手法で上記のような仮説を検定すると, 選択バイアスが生じ, p値を誤って評価してしまう. 本研究では, selective inference の考え方を導入することで, 正しいp値の評価を行う. |
| （英） | Consider the active learning that constructs regression model from given data and actually observes the value at the point where the predicted value is maximized. In order to evaluate the goodness of this strategy, consider the hypothesis test that whether the expected value of the value at the candidate point is better than the current best. However, if the above hypothesis is tested by classical testing methods, obtained results have a selection bias. As a result, the p value is erroneously evaluated. In this paper, we use the concept of selective inference, and evaluate the correct p value. |
|
| キーワード | （和） | Active Learning / Hypothesis Testing / Selective Inference / / / / / |
| （英） | Active Learning / Hypothesis Testing / Selective Inference / / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 293, IBISML2017-74, pp. 289-296, 2017年11月. | |
| 資料番号 | IBISML2017-74 | |
| 発行日 | 2017-11-02 (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 | IBISML2017-74 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2017-11-08 - 2017-11-10 |
| 開催地（和） | 東京大学 |
| 開催地（英） | Univ. of Tokyo |
| テーマ（和） | 情報論的学習理論ワークショップ (IBIS2017) |
| テーマ（英） | Information-Based Induction Science Workshop (IBIS2017) |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2017-11-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | Selective inferenceに基づくactive learningの選択バイアス補正 |
| サブタイトル（和） | |
| タイトル（英） | Correcting selection bias in active learning based on selective inference framework |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Active Learning / Active Learning |
| キーワード(2)（和/英） | Hypothesis Testing / Hypothesis Testing |
| キーワード(3)（和/英） | Selective Inference / Selective Inference |
| 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） | 稲津 佑 / Yu Inatsu / イナツ ユウ |
| 第1著者 所属（和/英） | 理化学研究所 (略称： 理研) RIKEN (略称： RIKEN) |
| 第2著者 氏名（和/英/ヨミ） | 竹内 一郎 / Ichiro Takeuchi / タケウチ イチロウ |
| 第2著者 所属（和/英） | 名古屋工業大学/理化学研究所/物質材料研究機構 (略称： 名工大/理研/物質・材料研究機構) Nagoya Institute of Technology/RIKEN/National Institute for Materials Science (略称： Nitech/RIKEN/NIMS) |
| 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 | 2017-11-10 13:00:00 |
| 発表時間 | 150分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2017-74 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.293 |
| ページ範囲 | pp.289-296 |
| ページ数 | 8 |
| 発行日 | 2017-11-02 (IBISML) |
[研究会発表申込システムのトップページに戻る]