お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 【重要】研究会・各種料金のお支払い方法変更について
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 2022-09-15 15:05
複数の参照解を利用したSafe Pattern Pruningにおける正則化パス計算の効率化
吉田拓未名工大)・花田博幸理研)・中川和也鈴村真矢Onur Boyar岩田和樹名工大)・志村 駿田中優次名大)・烏山昌幸名工大)・田地宏一名大)・津田宏治東大/理研)・竹内一郎名大/理研IBISML2022-38
抄録 (和) 高次元の特徴量を$L_1$正則化学習によって効率的にモデル化するための手法として Safe Screening や Safe Pattern Pruning がある. これらは$L_1$正則化学習において事前にモデルから除外される特徴量を特定することにより学習を効率化する手法である. これらの手法の利用にあたっては参照する実行可能解が必要であり, $L_1$正則化においては1つ前の正則化パラメータでの学習結果が参照解として利用可能であることが知られている. 本研究では, Elastic Netのような複数の参照解が利用可能である状況において, それらの参照解を利用することを提案し, より強力なScreeningが可能であることを実データ実験において確認した. 
(英) Safe Screening and Safe Pattern Pruning are methods for efficiently modeling high-dimensional features by $L_1$-regularized learning. These methods improve the efficiency of it by identifying features to be excluded from the model in advance. These methods require a feasible solution to be used as a reference, and it is known that in $L_1$ regularization, the training result with the previous regularization parameter can be used as a reference solution. In this study, we focus on the situations where multiple reference solutions are available, such as Elastic Net regularization. We propose to use these multiple reference solutions in such cases. Then we demonstrate that stronger screening is possible in real data experiments.
キーワード (和) L1正則化学習 / Safe Screening / Safe Pattern Pruning / Pattern Mining / 構造化データ / 凸最適化 / /  
(英) L1-Regularized Optimization / Safe Screening / Safe Pattern Pruning / Pattern Mining / Structured Input / Convex Optimization / /  
文献情報 信学技報, vol. 122, no. 189, IBISML2022-38, pp. 39-46, 2022年9月.
資料番号 IBISML2022-38 
発行日 2022-09-08 (IBISML) 
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 IBISML2022-38

研究会情報
研究会 IBISML  
開催期間 2022-09-15 - 2022-09-15 
開催地(和) 慶應義塾大学 矢上キャンパス 
開催地(英) Keio Univ. (Yagami Campus) 
テーマ(和) 機械学習一般 
テーマ(英) Machine Learning, etc. 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2022-09-IBISML 
本文の言語 日本語 
タイトル(和) 複数の参照解を利用したSafe Pattern Pruningにおける正則化パス計算の効率化 
サブタイトル(和)  
タイトル(英) Improving Efficiency of Regularization Path Computation in Safe Pattern Pruning via Multiple Referential Solutions 
サブタイトル(英)  
キーワード(1)(和/英) L1正則化学習 / L1-Regularized Optimization  
キーワード(2)(和/英) Safe Screening / Safe Screening  
キーワード(3)(和/英) Safe Pattern Pruning / Safe Pattern Pruning  
キーワード(4)(和/英) Pattern Mining / Pattern Mining  
キーワード(5)(和/英) 構造化データ / Structured Input  
キーワード(6)(和/英) 凸最適化 / Convex Optimization  
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) 吉田 拓未 / Takumi Yoshida / ヨシダ タクミ
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: Nitech)
第2著者 氏名(和/英/ヨミ) 花田 博幸 / Hiroyuki Hanada / ハナダ ヒロユキ
第2著者 所属(和/英) 理化学研究所 (略称: 理研)
Institute of Physical and Chemical Research (略称: RIKEN)
第3著者 氏名(和/英/ヨミ) 中川 和也 / Kazuya Nakagawa / ナカガワ カズヤ
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: Nitech)
第4著者 氏名(和/英/ヨミ) 鈴村 真矢 / Shinya Suzumura / スズムラ シンヤ
第4著者 所属(和/英) 名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: Nitech)
第5著者 氏名(和/英/ヨミ) Onur Boyar / Onur Boyar / Onur Boyar
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: Nitech)
第6著者 氏名(和/英/ヨミ) 岩田 和樹 / Kazuki Iwata / イワタ カズキ
第6著者 所属(和/英) 名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: Nitech)
第7著者 氏名(和/英/ヨミ) 志村 駿 / Shun Shimura / シムラ シュン
第7著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: NaogyaU)
第8著者 氏名(和/英/ヨミ) 田中 優次 / Yuji Tanaka / タナカ ユウジ
第8著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: NaogyaU)
第9著者 氏名(和/英/ヨミ) 烏山 昌幸 / Masayuki Karasuyama / カラスヤマ マサユキ
第9著者 所属(和/英) 名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: Nitech)
第10著者 氏名(和/英/ヨミ) 田地 宏一 / Kouichi Taji / タジ コウイチ
第10著者 所属(和/英) 名古屋大学 (略称: 名大)
Nagoya University (略称: NaogyaU)
第11著者 氏名(和/英/ヨミ) 津田 宏治 / Koji Tsuda / ツダ コウジ
第11著者 所属(和/英) 東京大学/理化学研究所 (略称: 東大/理研)
The University Tokyo/Institute of Physical and Chemical Research (略称: UTokyo/RIKEN)
第12著者 氏名(和/英/ヨミ) 竹内 一郎 / Ichiro Takeuchi / タケウチ イチロウ
第12著者 所属(和/英) 名古屋大学/理化学研究所 (略称: 名大/理研)
Nagoya University/Institute of Physical and Chemical Research (略称: NaogyaU/RIKEN)
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 2022-09-15 15:05:00 
発表時間 25分 
申込先研究会 IBISML 
資料番号 IBISML2022-38 
巻番号(vol) vol.122 
号番号(no) no.189 
ページ範囲 pp.39-46 
ページ数
発行日 2022-09-08 (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