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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ)
 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 2014-11-17 17:00
[ポスター講演]Multitask learning meets tensor factorization: task imputation via convex optimization
Kishan WimalawarneTokyo Inst. of Tech.)・Masashi SugiyamaUniv. of Tokyo)・Ryota TomiokaTTIC
技報オンラインサービス実施中
抄録 (和) (事前公開アブストラクト) We study a multitask learning problem in which each task is parametrized by a weight vector and indexed by a pair of indices, which can be e.g, (consumer, time). The weight vectors can be collected into a tensor and the (multilinear-)rank of the tensor controls the amount of sharing of information among tasks. Two types of convex relaxations have recently been proposed for the tensor multilinear rank. However, we argue that both of them are not optimal in the context of multitask learning in which the dimensions or multilinear rank are typically inhomogeneous. We propose a new norm, which we call the scaled latent trace norm and analyze the excess risk of all the three norms. The results apply to various settings including matrix and tensor completion, multitask learning and multilinear multitask learning. Both the theory and experiments support the advantage of the new norm when the tensor is not equal-sized and we do not a priori know which mode is low rank. 
(英) We study a multitask learning problem in which each task is parametrized by a weight vector and indexed by a pair of indices, which can be e.g, (consumer, time). The weight vectors can be collected into a tensor and the (multilinear-)rank of the tensor controls the amount of sharing of information among tasks. Two types of convex relaxations have recently been proposed for the tensor multilinear rank. However, we argue that both of them are not optimal in the context of multitask learning in which the dimensions or multilinear rank are typically inhomogeneous. We propose a new norm, which we call the scaled latent trace norm and analyze the excess risk of all the three norms. Both the theory and experiments support the advantage of the new norm when the tensor is not equal-sized and we do not a priori know which mode is low rank.
キーワード (和) / / / / / / /  
(英) Multitask learning / scaled latent norm / tensor / / / / /  
文献情報 信学技報, vol. 114, no. 306, IBISML2014-49, pp. 111-118, 2014年11月.
資料番号 IBISML2014-49 
発行日 2014-11-10 (IBISML) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 IBISML  
開催期間 2014-11-17 - 2014-11-19 
開催地(和) 名古屋大学 
開催地(英) Nagoya Univ. 
テーマ(和) 情報論的学習理論ワークショップ(IBIS2014) 
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 2014-11-IBISML 
本文の言語 英語 
タイトル(和)  
サブタイトル(和)  
タイトル(英) Multitask learning meets tensor factorization: task imputation via convex optimization 
サブタイトル(英)  
キーワード(1)(和/英) / Multitask learning  
キーワード(2)(和/英) / scaled latent norm  
キーワード(3)(和/英) / tensor  
キーワード(4)(和/英) /  
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) Kishan Wimalawarne / Kishan Wimalawarne /
第1著者 所属(和/英) 東京工業大学 (略称: 東工大)
Tokyo Institute of Technology (略称: Tokyo Inst. of Tech.)
第2著者 氏名(和/英/ヨミ) 杉山 将 / Masashi Sugiyama / スギヤマ マサシ
第2著者 所属(和/英) 東京大学 (略称: 東大)
The University of Tokyo (略称: Univ. of Tokyo)
第3著者 氏名(和/英/ヨミ) 冨岡 亮太 / Ryota Tomioka / トミオカ リョウタ
第3著者 所属(和/英) 豊田工業大学シカゴ校 (略称: TTIC)
Toyota Technological Institute at Chicago (略称: TTIC)
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2014-11-17 17:00:00 
発表時間 180 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2014-49 
巻番号(vol) IEICE-114 
号番号(no) no.306 
ページ範囲 pp.111-118 
ページ数 IEICE-8 
発行日 IEICE-IBISML-2014-11-10 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会