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 2016-11-17 14:00
適応的劣モジュラ最大化によるストリーム型能動学習
藤井海斗鹿島久嗣京大
技報オンラインサービス実施中
抄録 (和) プール型能動学習に対して、適応的劣モジュラ最大化によるアプローチが近年盛んに研究されており、多数のアルゴリズムが提案されてきた。本研究では、能動学習のもう一つの重要な設定であるストリーム型能動学習に対して、適応的劣モジュラ最大化に基づく汎用的なフレームワークを構築する。本研究の成果によって、既存の多くのプール型能動学習に対するアルゴリズムをもとにして、ストリーム型能動学習のアルゴリズムを設計することが可能になる。 
(英) Active learning enables us to reduce the annotation cost by adaptively selecting unlabeled instances to be labeled. For pool-based active learning, several effective methods with theoretical guarantees have been developed through maximizing some utility function satisfying adaptive submodularity. In contrast, there have been few methods for stream-based active learning based on adaptive submodularity. In this paper, we propose a new class of utility functions, policy-adaptive submodular functions, which includes many existing adaptive submodular functions appearing in real world problems. We provide a general framework based on policy-adaptive submodularity that makes it possible to convert existing pool-based methods to stream-based methods and give theoretical guarantees on their performance. In addition we empirically demonstrate their effectiveness by comparing with existing heuristics on common benchmark datasets.
キーワード (和) ストリーム型能動学習 / 適応的劣モジュラ最大化 / ストリームアルゴリズム / 秘書問題 / / / /  
(英) stream-based active learning / adaptive submodular maximization / streaming algorithms / secretary problem / / / /  
文献情報 信学技報, vol. 116, no. 300, IBISML2016-74, pp. 199-206, 2016年11月.
資料番号 IBISML2016-74 
発行日 2016-11-09 (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 2016-11-16 - 2016-11-18 
開催地(和) 京都大学 
開催地(英) Kyoto Univ. 
テーマ(和) 情報論的学習理論ワークショップ(IBIS2016) 
テーマ(英) Information-Based Induction Science Workshop (IBIS2016) 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2016-11-IBISML 
本文の言語 日本語 
タイトル(和) 適応的劣モジュラ最大化によるストリーム型能動学習 
サブタイトル(和)  
タイトル(英) Budgeted stream-based active learning via adaptive submodular maximization 
サブタイトル(英)  
キーワード(1)(和/英) ストリーム型能動学習 / stream-based active learning  
キーワード(2)(和/英) 適応的劣モジュラ最大化 / adaptive submodular maximization  
キーワード(3)(和/英) ストリームアルゴリズム / streaming algorithms  
キーワード(4)(和/英) 秘書問題 / secretary problem  
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) 藤井 海斗 / Kaito Fujii / フジイ カイト
第1著者 所属(和/英) 京都大学 (略称: 京大)
Kyoto University (略称: Kyoto Univ.)
第2著者 氏名(和/英/ヨミ) 鹿島 久嗣 / Hisashi Kashima / カシマ ヒサシ
第2著者 所属(和/英) 京都大学 (略称: 京大)
Kyoto University (略称: Kyoto Univ.)
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
発表日時 2016-11-17 14:00:00 
発表時間 180 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2016-74 
巻番号(vol) IEICE-116 
号番号(no) no.300 
ページ範囲 pp.199-206 
ページ数 IEICE-8 
発行日 IEICE-IBISML-2016-11-09 


[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