| 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 | 2023-06-29 16:50 グループ正則化付き離散最適輸送の高速化 ○井田安俊・金井関利・足立一樹・熊谷充敏・藤原靖宏（NTT）  NC2023-8 IBISML2023-8 |
|
| 抄録 | （和） | 正則化付き離散最適輸送は, あるドメイン上のサンプルから構築される2つの離散分布を比較できるツールであり, 機械学習において幅広い応用を持つ. この応用の中には教師なしドメイン適応のように片方のドメインのサンプルのみがクラスラベルを持つものがある. このような問題にてクラスラベルの情報を取り入れるため, グループ正則化がしばしば利用される. 具体的には同じクラスラベルを持つサンプルを1つのグループとし, 離散最適輸送の目的関数にグループ正則化項として組み込む. この目的関数を勾配法で最適化することで, クラスラベルの情報を考慮して分布を比較できる. しかし, クラス数やサンプル数が大きい場合, 正則化項の数やサイズも大きくなり勾配の計算時間も増加する. そこで本論文では高速なグループ正則化付き離散最適輸送を提案する. 提案手法の主要なアイディアは, 値がゼロになる勾配の計算を安全に省略することである. また提案手法は, 既存手法と同じ目的関数の値になることを保証する. 実験では提案手法が既存手法と比較して精度を落とすことなく最大8.6倍高速であることを示す. |
| （英） | When we use discrete optimal transport (OT) for unsupervised domain adaptation, a group-sparse regularizer is frequently leveraged to preserve label information on data samples. However, the gradient computation is expensive when the number of classes or data samples is large. We propose fast discrete OT with group-sparse regularizers. The main idea is to skip the computations of the gradients that must be zeros. Our method is guaranteed to return the same value of the objective function as that of the original method. Experiments show that our method is up to 8.6 times faster than the original method without degrading accuracy. | |
| キーワード | （和） | 機械学習 / 最適輸送 / スパースモデリング / 高速化 / / / / |
| （英） | Machine Learning / Optimal Transport / Sparse Modeling / Acceleration / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 91, IBISML2023-8, pp. 48-55, 2023年6月. | |
| 資料番号 | IBISML2023-8 | |
| 発行日 | 2023-06-22 (NC, 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 | NC2023-8 IBISML2023-8 |
|
| 研究会情報 | |
| 研究会 | NC IBISML IPSJ-BIO IPSJ-MPS |
| 開催期間 | 2023-06-29 - 2023-07-01 |
| 開催地（和） | 沖縄科学技術大学院大学カンファレンス・センター |
| 開催地（英） | OIST Conference Center |
| テーマ（和） | 機械学習によるバイオデータマイニング、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2023-06-NC-IBISML-BIO-MPS |
| 本文の言語 | 日本語 |
| タイトル（和） | グループ正則化付き離散最適輸送の高速化 |
| サブタイトル（和） | |
| タイトル（英） | Fast Regularized Discrete Optimal Transport with Group-Sparse Regularizers |
| 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） | 最適輸送 / Optimal Transport |
| キーワード(3)（和/英） | スパースモデリング / Sparse Modeling |
| キーワード(4)（和/英） | 高速化 / Acceleration |
| 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） | 井田 安俊 / Yasutoshi Ida / イダ ヤストシ |
| 第1著者 所属（和/英） | NTT (略称： NTT) NTT (略称： NTT) |
| 第2著者 氏名（和/英/ヨミ） | 金井 関利 / Sekitoshi Kanai / カナイ セキトシ |
| 第2著者 所属（和/英） | NTT (略称： NTT) NTT (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 足立 一樹 / Kazuki Adachi / アダチ カズキ |
| 第3著者 所属（和/英） | NTT (略称： NTT) NTT (略称： NTT) |
| 第4著者 氏名（和/英/ヨミ） | 熊谷 充敏 / Atsutoshi Kumagai / クマガイ アツトシ |
| 第4著者 所属（和/英） | NTT (略称： NTT) NTT (略称： NTT) |
| 第5著者 氏名（和/英/ヨミ） | 藤原 靖宏 / Yasuhiro Fujiwara / フジワラ ヤスヒロ |
| 第5著者 所属（和/英） | NTT (略称： NTT) NTT (略称： NTT) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-06-29 16:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | NC2023-8, IBISML2023-8 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.90(NC), no.91(IBISML) |
| ページ範囲 | pp.48-55 |
| ページ数 | 8 |
| 発行日 | 2023-06-22 (NC, IBISML) |
[研究会発表申込システムのトップページに戻る]