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/通ソ)
 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 2017-11-10 13:00
[ポスター講演]Binary Classification from Positive-Confidence Data
Takashi IshidaSMAM/UTokyo/RIKEN)・Gang NiuUTokyo/RIKEN)・Masashi SugiyamaRIKEN/UTokyo
技報オンラインサービス実施中
抄録 (和) 機械学習の多くの実問題では、ラベル付きデータの収集コストを下げることが極めて重要である。そこで本論文では、正例度の付いた正例のみから二値分類器を学習する正例度分類を考える。正例度分類は、正のクラスを記述する1クラス分類の識別問題への拡張と捉えることができ、正例と負例を分類するようにハイパーパラメータを調整する機能も有する。正例度分類は、正のハードラベルを持つデータとラベルなしのデータを用いる正例とラベルなし(PU)分類にも設定が近いが、PU分類はクラス事前確率の推定が難しいという欠点があるのに対して、正例度分類はクラス事前確率の推定を避けることができる。本論文では正例度分類をリスク最小化問題として定式化し、パラメータに対して線形なモデルを用いた、実装が簡単で効率的な定式化を与える。さらに正例度分類の一致性及び推定誤差の上界を理論的に求め、その有用性を実験的に示す。 
(英) Reducing labeling costs in supervised learning is a critical issue in many practical machine learning applications. In this paper, we consider positive-confidence (Pconf) classification, the problem of training a binary classifier only from positive data equipped with confidence. Pconf classification can be regarded as a discriminative extension of one-class classification (which is aimed at ``describing'' the positive class), with ability to tune hyper-parameters for ``classifying'' positive and negative samples. Pconf classification is also related to positive-unlabeled (PU) classification (which uses hard-labeled positive data and unlabeled data), allowing us to avoid estimating the class priors, which is a critical bottleneck in typical PU classification methods. For the Pconf classification problem, we provide a simple empirical risk minimization framework and give a formulation for linear-in-parameter models that can be implemented easily and computationally efficiently. We also theoretically establish the consistency and generalization error bounds for Pconf classification, and demonstrate the practical usefulness of the proposed method through experiments.
キーワード (和) 正例度 / 弱教師付き学習 / / / / / /  
(英) pconf / positive-confidence / weakly-supervised learning / / / / /  
文献情報 信学技報, vol. 117, no. 293, IBISML2017-62, pp. 207-214, 2017年11月.
資料番号 IBISML2017-62 
発行日 2017-11-02 (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 2017-11-08 - 2017-11-10 
開催地(和) 東京大学 
開催地(英) Univ. of Tokyo 
テーマ(和) 情報論的学習理論ワークショップ (IBIS2017) 
テーマ(英) Information-Based Induction Science Workshop (IBIS2017) 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2017-11-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) Binary Classification from Positive-Confidence Data 
サブタイトル(英)  
キーワード(1)(和/英) 正例度 / pconf  
キーワード(2)(和/英) 弱教師付き学習 / positive-confidence  
キーワード(3)(和/英) / weakly-supervised learning  
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) 石田 隆 / Takashi Ishida /
第1著者 所属(和/英) 三井住友アセットマネジメント/東京大学/理化学研究所 (略称: SMAM/東大/理研)
Sumitomo Mitsui Asset Management/The University of Tokyo/RIKEN (略称: SMAM/UTokyo/RIKEN)
第2著者 氏名(和/英/ヨミ) ニゥー ガン / Gang Niu /
第2著者 所属(和/英) 東京大学/理化学研究所 (略称: 東大/理研)
The University of Tokyo/RIKEN (略称: UTokyo/RIKEN)
第3著者 氏名(和/英/ヨミ) 杉山 将 / Masashi Sugiyama /
第3著者 所属(和/英) 理化学研究所/東京大学 (略称: 理研/東大)
RIKEN/The University of Tokyo (略称: RIKEN/UTokyo)
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 2017-11-10 13:00:00 
発表時間 150 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2017-62 
巻番号(vol) IEICE-117 
号番号(no) no.293 
ページ範囲 pp.207-214 
ページ数 IEICE-8 
発行日 IEICE-IBISML-2017-11-02 


[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