| 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 | 2026-09-26 14:40 教師なしクラスタリングを用いた回帰分析におけるモデル選択 ○植木優夫（長崎大）  R2026-40 |
|
| 抄録 | （和） | 本研究では, 教師なしクラスタリングを用いる回帰分析のモデル選択法について考える. これは, まず説明変数について教師なしクラスタリングを行い, その後, 各クラスタごとに個別の回帰モデルを構築して得られたモデルを評価する問題である. モデルは赤池情報量規準 (AIC) やベイズ情報量規準 (BIC) などのクラスタ内予測に基づく規準によって評価できるが, 本研究では, 回帰モデルの評価, 主にクラスタ数の選択において, クラスタ外予測の有用性を検討する. 具体的には, クラスタ間で回帰モデルが異なるという仮定のもと, クラスタ外予測の精度がクラスタ内予測より低下する性質を利用し, モデル選択を行う前に冗長なモデルを除外する手法を検討する. このモデル除外手法は, 一般化線形モデルおよび Cox 回帰モデルを含む広範な回帰モデルの枠組みにおいて適用できるものである. さらに, Cox 回帰モデルについて, 通常の部分対数尤度をモデル選択に用いた際に生じる発散の問題を回避するため, 正規化部分対数尤度を導入する. |
| （英） | In this study, we investigate model selection for regression models combined with unsupervised clustering. Specifically, the explanatory variables are first partitioned by unsupervised clustering, and separate regression models are subsequently constructed for each cluster. Although these regression models can generally be evaluated using in-cluster prediction criteria such as the Akaike information criterion (AIC) and the Bayesian information criterion (BIC), we examine the utility of out-of-cluster prediction for evaluating regression models, particularly for selecting the number of clusters. Specifically, under the assumption that the regression models differ across clusters, we exploit the property that out-of-cluster prediction is expected to be less accurate than in-cluster prediction. Based on this observation, we propose a model exclusion procedure that removes redundant models before model selection. The proposed exclusion procedure is applicable to a broad class of regression models, including generalized linear models and Cox regression models. For Cox regression, we further propose a normalized partial log-likelihood to overcome the divergence of the standard partial log-likelihood when it is used for model selection. |
|
| キーワード | （和） | AIC / クラスタ外予測 / 正規化部分対数尤度 / 教師なしクラスタリング / モデル選択 / / / |
| （英） | AIC / out-of-cluster prediction / normalized partial log-likelihood / regression with unsupervised clustering / model selection / / / | |
| 文献情報 | 信学技報, vol. 126, no. 182, R2026-40, pp. 46-49, 2026年9月. | |
| 資料番号 | R2026-40 | |
| 発行日 | 2026-09-19 (R) | |
| 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 | R2026-40 |
|
| 研究会情報 | |
| 研究会 | R |
| 開催期間 | 2026-09-26 - 2026-09-26 |
| 開催地（和） | 長崎スタジアムシティ NORTH 4F NUTIC 講義室1 |
| 開催地（英） | |
| テーマ（和） | 情報通信システムの信頼性，信頼性一般,統計一般 |
| テーマ（英） | Reliability of Information Communication System, Reliability General |
| 講演論文情報の詳細 | |
| 申込み研究会 | R |
| 会議コード | 2026-09-R |
| 本文の言語 | 日本語 |
| タイトル（和） | 教師なしクラスタリングを用いた回帰分析におけるモデル選択 |
| サブタイトル（和） | |
| タイトル（英） | Model Selection in Regression Analysis Using Unsupervised Clustering |
| サブタイトル（英） | |
| キーワード(1)（和/英） | AIC / AIC |
| キーワード(2)（和/英） | クラスタ外予測 / out-of-cluster prediction |
| キーワード(3)（和/英） | 正規化部分対数尤度 / normalized partial log-likelihood |
| キーワード(4)（和/英） | 教師なしクラスタリング / regression with unsupervised clustering |
| キーワード(5)（和/英） | モデル選択 / model selection |
| 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） | 植木 優夫 / Masao Ueki / ウエキ マサオ |
| 第1著者 所属（和/英） | 長崎大学 (略称： 長崎大) Nagasaki University (略称： Nagasaki Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-09-26 14:40:00 |
| 発表時間 | 25分 |
| 申込先研究会 | R |
| 資料番号 | R2026-40 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.182 |
| ページ範囲 | pp.46-49 |
| ページ数 | 4 |
| 発行日 | 2026-09-19 (R) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)