| 講演抄録/キーワード |
| 講演名 |
2022-12-23 14:00
選好考慮型多目的ベイズ最適化によるユーザの好みを反映したハイパーパラメータ最適化 ○尾崎令拓・石川和樹・神崎陽平・竹野思温(名工大)・竹内一郎(名大/理研)・烏山昌幸(名工大) IBISML2022-60 |
| 抄録 |
(和) |
コストを考慮した分類モデルの構築を行う場合,典型的には誤り方に応じたコストを定義して重み付きバリデーション損失を最小化するようなハイパーパラメータ最適化を考えることが多い.しかし,このような方法には,コストの事前定義の困難性などいくつかの問題点が存在する.本稿では,適応的な選好考慮型多目的ベイズ最適化によるハイパーパラメータ最適化を考える.この方法では,ユーザがコストを事前に定義することは避け,相対比較に基づくユーザとのインタラクションから混同行列に対する選好を効率的に推定する.Black-boxである目的関数,及び推定した選好情報の確率モデルを組み合わせて,ユーザの好みを期待値の意味で改善するような獲得関数が定義できることを示す.計算機実験では,ベンチマーク関数やニューラルネットワークの最適化を用いて提案法の効果を検証する. |
| (英) |
|
| キーワード |
(和) |
多クラス分類 / コスト考慮学習 / ハイパーパラメータ最適化 / 多目的ベイズ最適化 / 選好学習 / / / |
| (英) |
/ / / / / / / |
| 文献情報 |
信学技報, vol. 122, no. 325, IBISML2022-60, pp. 120-127, 2022年12月. |
| 資料番号 |
IBISML2022-60 |
| 発行日 |
2022-12-15 (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 |
IBISML2022-60 |