お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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
[ログイン]
技報アーカイブ
 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 2018-03-06 13:35
高速デシメーションアルゴリズムの開発 ~ スパース2パラメータボルツマンマシンをベンチマーク関数として ~
元木大介渡部昌平二国徹郎東京理科大IBISML2017-103
抄録 (和) スパースモデリングにおける逆問題の最適化アルゴリズムとして, パラメータの数を機械学習のエポック毎に逐次削減するデシメーションアルゴリズムがDecelle らによって開発された.このアルゴリズムはスパースモデリングでよく利用されるL1正則化手法のパラメータの恣意性を取り除くことができるというメリットがあるが,計算精度や計算速度の面で問題がある.これらの問題点を改善するため, 我々は学習の初期段階において最大擬尤度を使わない高速デシメーションアルゴリズムを開発した.この新しいアルゴリズムを, 受験者間の関連構造を持つ項目応答理論に応用可能な2パラメータボルツマンマシンに適用し, その有用性をROC曲線下面積(Area Under the ROC Curve, AUC)を用いて示した. 
(英) A decimation algorithm was developed by Decelle et al. for an inverse problem optimization method, which sequentially reduces the number of parameters for each epoch of machine learning.This algorithm has the merit that arbitrariness of parameters of L1 regularization method which is often used in sparse modeling can be removed. However, the decimation algorithm has problems in terms of calculation accuracy and speed.In order to improve the problems raised above, we developed Fast Decimation Algorithm that does not use maximum likelihood in the early epochs of learning. We applied our algorithm to a two-parameter Boltzmann Machine applicable to Item Responsive Theory with relevant structure between examinees and demonstrated its usefulness by making use of the Area Under the ROC Curve (AUC).
キーワード (和) 統計的機械学習 / スパースモデリング / ボルツマンマシン / / / / /  
(英) Statistical Machine Learning / Sparse Modeling / Boltzmann Machine / / / / /  
文献情報 信学技報, vol. 117, no. 475, IBISML2017-103, pp. 91-95, 2018年3月.
資料番号 IBISML2017-103 
発行日 2018-02-26 (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 IBISML2017-103

研究会情報
研究会 IBISML  
開催期間 2018-03-05 - 2018-03-06 
開催地(和) 九州大学 西新プラザ 
開催地(英) Nishijin Plaza, Kyushu 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) Statisitical Mathematics, Machine Learning, Data Mining, etc. 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2018-03-IBISML 
本文の言語 日本語 
タイトル(和) 高速デシメーションアルゴリズムの開発 
サブタイトル(和) スパース2パラメータボルツマンマシンをベンチマーク関数として 
タイトル(英) Applicability of Fast Decimation Algorithm 
サブタイトル(英) Sparse two-parameter Boltzmann machine as a benchmark function 
キーワード(1)(和/英) 統計的機械学習 / Statistical Machine Learning  
キーワード(2)(和/英) スパースモデリング / Sparse Modeling  
キーワード(3)(和/英) ボルツマンマシン / Boltzmann Machine  
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) 元木 大介 / Daisuke Motoki / モトキ ダイスケ
第1著者 所属(和/英) 東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: Tokyo Univ. of Science)
第2著者 氏名(和/英/ヨミ) 渡部 昌平 / Shohei Watabe / ワタベ ショウヘイ
第2著者 所属(和/英) 東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: Tokyo Univ. of Science)
第3著者 氏名(和/英/ヨミ) 二国 徹郎 / Tetsuro Nikuni / ニクニ テツロウ
第3著者 所属(和/英) 東京理科大学 (略称: 東京理科大)
Tokyo University of Science (略称: Tokyo Univ. of Science)
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 2018-03-06 13:35:00 
発表時間 25分 
申込先研究会 IBISML 
資料番号 IBISML2017-103 
巻番号(vol) vol.117 
号番号(no) no.475 
ページ範囲 pp.91-95 
ページ数
発行日 2018-02-26 (IBISML) 


[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