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 2011-03-28 16:50
劣モジュラ性を用いた特徴集合列挙
河原吉伸阪大)・津田宏治産総研)・鷲尾 隆阪大)・武田朗子慶大)・湊 真一北大IBISML2010-113
抄録 (和) 特徴選択は,所与の特徴(パラメータや属性,関数などの集合)の中から問題解決に有効なその一部を取り出すタスクであり,機械学習や統計科学,データマイニングなどにおける最も重要な課題の一つである.この問題は近年,解釈性や計算効率の有用性から,疎な解を誘導しやすいノルムを用いた正則化損失関数最小化の枠組みで議論される場合が多い.損失関数の多くは集合関数として見た場合,劣モジュラ性を有するため,本稿では,特徴選択を劣モジュラ関数最適化として定式化する.これは,最も疎な解を誘導しやすい$l_0$ノルムを用いた正則化損失関数最小化を直接扱っている事に相当する.著者らは,2分決定図(Binary Decision Diagram; BDD)を用いた解空間の表現,及び,特徴を選択する評価関数の劣モジュラ性を用いた効率的な探索により,厳密解を含む最適性の高い解を列挙する方法を提案する.さらに,人工データを用いた提案手法の有用性に関する検証例を示す. 
(英) Selecting relevant features is a fundamental task in machine learning. Although many approaches have been investigated so far, regularized-learning with sparsity-inducing norms, such as LASSO, would be one of the most promising ones. In this paper, we investigate a challenging problem beyond feature selection --- feature-set enumeration, where we try to enumerate all $\epsilon$-optimal feature-sets in the $l_0$-regularized feature selection with submodular measures. We develop a novel algorithm for this problem based on the branch-and-bound framework, where bounding and cutting are performed using the structure of binary decision diagrams (BDDs) and the submodularity of selection measures. The performance of the proposed algorithm is investigated through experiments with artificial datasets.
キーワード (和) 特徴選択 / 劣モジュラ最大化 / 2分決定図 / l0正則化 / / / /  
(英) feature selection / submodular maximization / binary decision diagram / l0-regularization / / / /  
文献情報 信学技報, vol. 110, no. 476, IBISML2010-113, pp. 63-68, 2011年3月.
資料番号 IBISML2010-113 
発行日 2011-03-21 (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 IBISML2010-113

研究会情報
研究会 IBISML  
開催期間 2011-03-28 - 2011-03-29 
開催地(和) 阪大中之島センター 
開催地(英) Nakanoshima Center, Osaka Univ. 
テーマ(和) テキスト・Webマイニング、一般 
テーマ(英) Text and Web mining, etc. 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2011-03-IBISML 
本文の言語 日本語 
タイトル(和) 劣モジュラ性を用いた特徴集合列挙 
サブタイトル(和)  
タイトル(英) Enumerating Feature-Sets with Submodularity 
サブタイトル(英)  
キーワード(1)(和/英) 特徴選択 / feature selection  
キーワード(2)(和/英) 劣モジュラ最大化 / submodular maximization  
キーワード(3)(和/英) 2分決定図 / binary decision diagram  
キーワード(4)(和/英) l0正則化 / l0-regularization  
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) 河原 吉伸 / Yoshinobu Kawahara / カワハラ ヨシノブ
第1著者 所属(和/英) 大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.)
第2著者 氏名(和/英/ヨミ) 津田 宏治 / Koji Tsuda / ツダ コウジ
第2著者 所属(和/英) 産業技術総合研究所 (略称: 産総研)
National Institute of Advanced Industrial Science and Technology (略称: AIST)
第3著者 氏名(和/英/ヨミ) 鷲尾 隆 / Takashi Washio / ワシオ タカシ
第3著者 所属(和/英) 大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.)
第4著者 氏名(和/英/ヨミ) 武田 朗子 / Akiko Takeda / タケダ アキコ
第4著者 所属(和/英) 慶応義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.)
第5著者 氏名(和/英/ヨミ) 湊 真一 / Shin-ichi Minato / ミナト シンイチ
第5著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.)
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 2011-03-28 16:50:00 
発表時間 20 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2010-113 
巻番号(vol) IEICE-110 
号番号(no) no.476 
ページ範囲 pp.63-68 
ページ数 IEICE-6 
発行日 IEICE-IBISML-2011-03-21 


[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