| 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 | 2024-06-20 15:50 分布ロバストセーフ事例スクリーニングの提案および無限幅深層ニューラルネットワークへの応用 ○青山竜也（名大）・花田博幸（理研）・赤羽智志・大藏芳斗・田中智成（名大）・稲津 佑（名工大）・橋本典明（理研）・村山太郎・李 翰柱・小嶋信矢（デンソー）・竹内一郎（名大）  NC2024-10 IBISML2024-10 |
|
| 抄録 | （和） | 近年の機械学習分野では，大規模データセットを扱う際の計算資源の不足が問題となっている．このような問題に対して，最適化計算前に不要な事例を取り除くことが出来るセーフ事例スクリーニングと呼ばれる手法が有効である．しかしながら，入力データ分布が変動する共変量シフト下では，従来のセーフ事例スクリーニング手法は不要な事例を適切に同定できない．そこで本研究では，主にサポートベクトルマシン（SVM）を対象に分布の変動に対してロバストに事例の削除を行うセーフ事例スクリーニングを提案する．計算機実験では無限幅深層ニューラルネットワークを用いて提案手法の妥当性を示す． |
| （英） | In machine learning, handling large datasets has been problematic in computational resources. For this issue, safe sample screening (SSS) is an effective solution to remove unnecessary samples before the optimization computation. However, conventional SSS cannot be applied under covariate shift, where the input data distribution changes. In this study, we propose a safe sample screening method that robustly removes unnecessary samples against distribution changes, mainly targeting support vector machines (SVM). Finally we experimentally demonstrate its validity for an infinite-width deep neural network. | |
| キーワード | （和） | セーフ事例スクリーニング / 分布ロバスト / サポートベクトルマシン / 無限幅深層ニューラルネットワーク / / / / |
| （英） | Safe Sample Screening / Distributionally Robust / Support Vector Machine / Infinite-width Deep Neural Networks / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 86, IBISML2024-10, pp. 67-72, 2024年6月. | |
| 資料番号 | IBISML2024-10 | |
| 発行日 | 2024-06-13 (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 | NC2024-10 IBISML2024-10 |
|
| 研究会情報 | |
| 研究会 | IBISML NC IPSJ-BIO IPSJ-MPS |
| 開催期間 | 2024-06-20 - 2024-06-22 |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | OIST |
| テーマ（和） | 機械学習・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 | 2024-06-IBISML-NC-BIO-MPS |
| 本文の言語 | 日本語 |
| タイトル（和） | 分布ロバストセーフ事例スクリーニングの提案および無限幅深層ニューラルネットワークへの応用 |
| サブタイトル（和） | |
| タイトル（英） | Distributionally Robust Safe Sample Screening and Its Application to Infinite-width Deep Neural Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | セーフ事例スクリーニング / Safe Sample Screening |
| キーワード(2)（和/英） | 分布ロバスト / Distributionally Robust |
| キーワード(3)（和/英） | サポートベクトルマシン / Support Vector Machine |
| キーワード(4)（和/英） | 無限幅深層ニューラルネットワーク / Infinite-width Deep Neural Networks |
| 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） | 青山 竜也 / Tatsuya Aoyama / アオヤマ タツヤ |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 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) RIKEN (略称： RIKEN) |
| 第3著者 氏名（和/英/ヨミ） | 赤羽 智志 / Satoshi Akahane / アカハネ サトシ |
| 第3著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 大藏 芳斗 / Yoshito Okura / オオクラ ヨシト |
| 第4著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 田中 智成 / Tomonari Tanaka / タナカ トモナリ |
| 第5著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 第6著者 氏名（和/英/ヨミ） | 稲津 佑 / Yu Inatsu / イナツ ユウ |
| 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） | 橋本 典明 / Noriaki Hashimoto / ハシモト ノリアキ |
| 第7著者 所属（和/英） | 理化学研究所 (略称： 理研) RIKEN (略称： RIKEN) |
| 第8著者 氏名（和/英/ヨミ） | 村山 太郎 / Taro Murayama / ムラヤマ タロウ |
| 第8著者 所属（和/英） | 株式会社デンソー (略称： デンソー) DENSO CORPORATION (略称： DENSO) |
| 第9著者 氏名（和/英/ヨミ） | 李 翰柱 / Lee Hanju / イ ハンジュ |
| 第9著者 所属（和/英） | 株式会社デンソー (略称： デンソー) DENSO CORPORATION (略称： DENSO) |
| 第10著者 氏名（和/英/ヨミ） | 小嶋 信矢 / Shinya Kojima / コジマ シンヤ |
| 第10著者 所属（和/英） | 株式会社デンソー (略称： デンソー) DENSO CORPORATION (略称： DENSO) |
| 第11著者 氏名（和/英/ヨミ） | 竹内 一郎 / Ichiro Takeuchi / タケウチ イチロウ |
| 第11著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-06-20 15:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | NC2024-10, IBISML2024-10 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.85(NC), no.86(IBISML) |
| ページ範囲 | pp.67-72 |
| ページ数 | 6 |
| 発行日 | 2024-06-13 (NC, IBISML) |
[研究会発表申込システムのトップページに戻る]