| 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 16:25 MMアルゴリズムによる行列式点過程の学習 ○川島貴大（総研大）・日野英逸（統計数理研/理研）  NC2023-7 IBISML2023-7 |
|
| 抄録 | （和） | 行列式点過程はある全体集合から多様な要素をもつ部分集合をランダムに生成する確率モデルであり，一般に正定値カーネルによって特徴づけられる．とくに有限集合上の行列式点過程はカーネル行列によってパラメ トライズされることから近年機械学習コミュニティにおいて研究が進められており，応用範囲も広がりつつあるが，その効率的な学習法についてはいまだ研究の余地がある．本研究ではMMアルゴリズムに基づいて，行列式点過程の最尤推定問題を解くための単調かつ簡潔な学習則を提案する．またMMアルゴリズムの代理関数について，提案法が既存法より局所的にタイトに目的関数を抑えることを示した．人工データおよび実データに対する実験を通し，多くの実験設定において提案法による学習が既存法よりも高速に収束することを確かめた． |
| （英） | A determinantal point process (DPP) is a powerful probabilistic model that generates diverse random subsets from a ground set. Since a DPP is characterized by a positive definite kernel, a DPP on a finite ground set can be parameterized by a kernel matrix. Recently, DPPs have gained attention in the machine learning community and have been applied to various practical problems; however, there is still room for further research on the learning of DPPs. In this paper, we propose a simple learning rule for full-rank DPPs based on a minorization-maximization (MM) algorithm, which monotonically increases the likelihood in each iteration. We show that our minorizer of the MM algorithm provides a tighter lower-bound compared to an existing method locally. In our experiments on both synthetic and real-world datasets, our method outperforms existing methods in most settings. | |
| キーワード | （和） | 行列式点過程 / 最尤推定 / MMアルゴリズム / 推薦システム / / / / |
| （英） | Determinantal point processes / Maximum likelihood estimation / MM algorithm / Recommender systems / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 91, IBISML2023-7, pp. 39-47, 2023年6月. | |
| 資料番号 | IBISML2023-7 | |
| 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 | NC2023-7 IBISML2023-7 |
|
| 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） | MMアルゴリズムによる行列式点過程の学習 |
| サブタイトル（和） | |
| タイトル（英） | Minorization-Maximization for Determinantal Point Processes |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 行列式点過程 / Determinantal point processes |
| キーワード(2)（和/英） | 最尤推定 / Maximum likelihood estimation |
| キーワード(3)（和/英） | MMアルゴリズム / MM algorithm |
| キーワード(4)（和/英） | 推薦システム / Recommender systems |
| 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） | 川島 貴大 / Takahiro Kawashima / カワシマ タカヒロ |
| 第1著者 所属（和/英） | 総合研究大学院大学 (略称： 総研大) The Graduate University for Advanced Studies, SOKENDAI (略称： SOKENDAI) |
| 第2著者 氏名（和/英/ヨミ） | 日野 英逸 / Hideitsu Hino / ヒノ ヒデイツ |
| 第2著者 所属（和/英） | 統計数理研究所/理化学研究所 (略称： 統計数理研/理研) The Institute of Statistical Mathematics/RIKEN (略称： ISM/RIKEN) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-06-29 16:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | NC2023-7, IBISML2023-7 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.90(NC), no.91(IBISML) |
| ページ範囲 | pp.39-47 |
| ページ数 | 9 |
| 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]