| 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 | 2021-03-05 11:00 特徴モデル結合による分散機械学習におけるモデル選定最適化手法の提案 ○望月龍一・土屋 健・広瀬啓雄・山田哲靖（諏訪東京理科大）  IN2020-83 |
|
| 抄録 | （和） | 本研究は, 機械学習手法の特徴モデルをネットワークの多数ノードに分散した環境の下においての特徴モデルの選択手法について明らかにしている. 多数ノードから有効な特徴モデルのみを選定することにより, 学習元のデータ特性により発生する各モデルの特性の差異に従って結合を行う.これにより特定のタスクに有効なモデルの生成が可能となる.提案手法では, クライアントの要求するデータ解析精度に基づいて, 各ノード間において協調した情報の同期を行いノードの選定を行う.特徴モデル選択の有効性の評価のため, 種別の異なる複数のデータセットから生成された特徴モデルの結合によるタスク精度の比較と, 類似性に基づく特徴モデルの順次結合により有効性を明らかにしている. |
| （英） | This study clarifies the optimal feature model selection method in data analysis under the environment where the feature models are distributed among many nodes of a network. Only the effective feature models are selected from a multiple nodes, can be merging to the differences in the characteristics of each model, which are caused by the characteristics of the source data. In the proposed method, the nodes are selected based on the accuracy of data analysis required by the client, synchronizing the information cooperatively among the nodes. In order to evaluate the effectiveness of feature model selection, we compared the task accuracy of training and merging using multiple data sets. In addition, the effectiveness of sequential merging of feature models based on similarity is clarified. | |
| キーワード | （和） | 機械学習 / 分散情報プラットフォーム / 特徴モデル選定 / 特徴モデル結合 / / / / |
| （英） | Machine Learning / Distributed Information Platform / Feature model selection / Feature model merging / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 414, IN2020-83, pp. 172-177, 2021年3月. | |
| 資料番号 | IN2020-83 | |
| 発行日 | 2021-02-25 (IN) | |
| ISSN | 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 | IN2020-83 |
|
| 研究会情報 | |
| 研究会 | IN NS |
| 開催期間 | 2021-03-04 - 2021-03-05 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | IN |
| 会議コード | 2021-03-IN-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | 特徴モデル結合による分散機械学習におけるモデル選定最適化手法の提案 |
| サブタイトル（和） | |
| タイトル（英） | A Model Selection Optimization Method for Distributed Machine Learning with Feature Model Combination |
| 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） | 分散情報プラットフォーム / Distributed Information Platform |
| キーワード(3)（和/英） | 特徴モデル選定 / Feature model selection |
| キーワード(4)（和/英） | 特徴モデル結合 / Feature model merging |
| 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） | 望月 龍一 / Ryuichi Mochizuki / モチヅキ リュウイチ |
| 第1著者 所属（和/英） | 公立諏訪東京理科大学 (略称： 諏訪東京理科大) Suwa University of Science (略称： SUS) |
| 第2著者 氏名（和/英/ヨミ） | 土屋 健 / Takeshi Tsuchiya / ツチヤ タケシ |
| 第2著者 所属（和/英） | 公立諏訪東京理科大学 (略称： 諏訪東京理科大) Suwa University of Science (略称： SUS) |
| 第3著者 氏名（和/英/ヨミ） | 広瀬 啓雄 / Hiroo Hirose / ヒロセ ヒロオ |
| 第3著者 所属（和/英） | 公立諏訪東京理科大学 (略称： 諏訪東京理科大) Suwa University of Science (略称： SUS) |
| 第4著者 氏名（和/英/ヨミ） | 山田 哲靖 / Tetsuyasu Yamada / ヤマダ テツヤス |
| 第4著者 所属（和/英） | 公立諏訪東京理科大学 (略称： 諏訪東京理科大) Suwa University of Science (略称： SUS) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-03-05 11:00:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IN |
| 資料番号 | IN2020-83 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.414 |
| ページ範囲 | pp.172-177 |
| ページ数 | 6 |
| 発行日 | 2021-02-25 (IN) |
[研究会発表申込システムのトップページに戻る]