講演抄録/キーワード |
講演名 |
2017-11-10 13:00
[ポスター講演]Multi-Task Learning with Positive and Unlabeled Data and Its Application to Mental State Prediction ○Hirotaka Kaji・Hayato Yamaguchi(Toyota Motor)・Masashi Sugiyama(RIKEN/UTokyo) IBISML2017-66 |
抄録 |
(和) |
(まだ登録されていません) |
(英) |
In real-world machine learning applications, we are often faced with a situation where only a small number of training samples is available due to high sampling costs. For instance, prediction of mental states such
as drowsiness from physiological information is a typical example. To cope with this problem, classifier training methods only from positive and unlabeled data and multi-task learning methods for improving the classification performance by solving multiple related tasks simultaneously have been actively investigated recently. In this paper,
we combine these methods and propose a multi-task learning method that can handle positive-unlabeled tasks and positive-negative tasks in a unified manner. Through experiments on drivers’ drowsiness prediction, we demonstrate the effectiveness of the proposed method. |
キーワード |
(和) |
/ / / / / / / |
(英) |
Multi-task learning / positive and unlabeled learning / mental state prediction / / / / / |
文献情報 |
信学技報, vol. 117, no. 293, IBISML2017-66, pp. 235-242, 2017年11月. |
資料番号 |
IBISML2017-66 |
発行日 |
2017-11-02 (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 |
IBISML2017-66 |
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) |
Multi-Task Learning with Positive and Unlabeled Data and Its Application to Mental State Prediction |
サブタイトル(英) |
|
キーワード(1)(和/英) |
/ Multi-task learning |
キーワード(2)(和/英) |
/ positive and unlabeled learning |
キーワード(3)(和/英) |
/ mental state prediction |
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) |
梶 洋隆 / Hirotaka Kaji / カジ ヒロタカ |
第1著者 所属(和/英) |
トヨタ自動車株式会社 (略称: トヨタ自動車)
Toyota Motor Corp. (略称: Toyota Motor) |
第2著者 氏名(和/英/ヨミ) |
山口 勇人 / Hayato Yamaguchi / ヤマグチ ハヤト |
第2著者 所属(和/英) |
トヨタ自動車株式会社 (略称: トヨタ自動車)
Toyota Motor Corp. (略称: Toyota Motor) |
第3著者 氏名(和/英/ヨミ) |
杉山 将 / Masashi Sugiyama / スギヤマ マサシ |
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 |
第1著者 |
発表日時 |
2017-11-10 13:00:00 |
発表時間 |
150分 |
申込先研究会 |
IBISML |
資料番号 |
IBISML2017-66 |
巻番号(vol) |
vol.117 |
号番号(no) |
no.293 |
ページ範囲 |
pp.235-242 |
ページ数 |
8 |
発行日 |
2017-11-02 (IBISML) |