講演抄録/キーワード |
講演名 |
2015-03-05 13:00
[招待講演]ボルツマン機械学習によるカンニング検出技術 ~ スパース解の任意性のない推定法 ~ ○大関真之(京大) IBISML2014-85 |
抄録 |
(和) |
被験者の能力や設問の難易度の推定に利用できる項目応答理論.
その基本的数理模型は、被験者間ないし問題間の相関を考慮することでボルツマン機械と類似の性質を持つ.この事実を利用することで``カンニング"の検出問題を定式化した.
カンニングは、健全な試験環境では非常に稀であると期待されるため、カンニングの度合いを示すパラメータはスパース性を有することが期待できる.(いや強く期待したい.)
本研究では、デシメーションアルゴリズムと呼ばれる貪欲法の一種を利用して、カンニングの検出を試みた.
この手法はスパース性が非常に強い領域では、よく使われる$L_1$正則化に比べても良好な推定結果を与えるため、カンニングの検出技術として有力であると考えられる.
数値計算による検証を交えながらそのデシメーションアルゴリズムについて紹介しよう. |
(英) |
We generalize a mathematical model in the item response theory into that in the Boltzmann machine learning to detect “cheating students”. The cheating students are hopefully expected to be rare under normal condition holding tests. (We strongly hope!) In other words, the cheating students are expected to be sparse. In the present study, we employ a greedy algorithm, the decimation algorithm, which is free from the arbitrary coefficient. We confirmed that, when the sparseness is strong, the decimation algorithm outperforms the L1 regularization and establish a basic technique to detect the cheating students. |
キーワード |
(和) |
ボルツマン機械学習 / 項目応答理論 / スパース性 / 貪欲法 / / / / |
(英) |
Boltzmann machine learning / Item response theory / sparseness / greedy algorithm / / / / |
文献情報 |
信学技報, vol. 114, no. 502, IBISML2014-85, pp. 1-8, 2015年3月. |
資料番号 |
IBISML2014-85 |
発行日 |
2015-02-26 (IBISML) |
ISSN |
Print edition: ISSN 0913-5685 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 |
IBISML2014-85 |
研究会情報 |
研究会 |
IBISML |
開催期間 |
2015-03-05 - 2015-03-06 |
開催地(和) |
京都大学 |
開催地(英) |
Kyoto University |
テーマ(和) |
統計数理・機械学習・データマイニング・一般 |
テーマ(英) |
Statistical mathematics, machine learning, data mining, and others |
講演論文情報の詳細 |
申込み研究会 |
IBISML |
会議コード |
2015-03-IBISML |
本文の言語 |
日本語 |
タイトル(和) |
ボルツマン機械学習によるカンニング検出技術 |
サブタイトル(和) |
スパース解の任意性のない推定法 |
タイトル(英) |
Detection of cheating in Boltzmann machine learning |
サブタイトル(英) |
A parameter-free algorithm to sparse solution |
キーワード(1)(和/英) |
ボルツマン機械学習 / Boltzmann machine learning |
キーワード(2)(和/英) |
項目応答理論 / Item response theory |
キーワード(3)(和/英) |
スパース性 / sparseness |
キーワード(4)(和/英) |
貪欲法 / greedy algorithm |
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) |
大関 真之 / Masayuki Ohzeki / |
第1著者 所属(和/英) |
京都大学 (略称: 京大)
Kyoto University (略称: KU) |
第2著者 氏名(和/英/ヨミ) |
/ / |
第2著者 所属(和/英) |
(略称: )
(略称: ) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
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 |
第1著者 |
発表日時 |
2015-03-05 13:00:00 |
発表時間 |
60分 |
申込先研究会 |
IBISML |
資料番号 |
IBISML2014-85 |
巻番号(vol) |
vol.114 |
号番号(no) |
no.502 |
ページ範囲 |
pp.1-8 |
ページ数 |
8 |
発行日 |
2015-02-26 (IBISML) |
|