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 2013-11-12 15:45
[ポスター講演]変分ベイズ低ランク部分空間クラスタリングの大域解法
中島伸一ニコン)・武田朗子東大)・デリン ババカングーグル)・杉山 将東工大)・竹内一郎名工大
技報オンラインサービス実施中
抄録 (和) ベイズ学習の有力な近似法として知られる変分ベイズ(VB)学習は,一般に局所探索によって実行される.
本論文では,低ランク部分空間クラスタリング(LRSC)のVB大域解が比較的容易に得られることを示し,
その高速近似解法を提案する.
まずはじめに,VB-LRSCの自由度が高度に冗長であることを示し,
最適化問題を少数の変数のみに依存する部分問題に分解する.
分解された問題の停留条件は連立多項式方程式として記述されるため,
ホモトピー法によって大域解を求めることができる.
我々はさらなる計算効率を求めて,
停留条件が単一未知変数の多項式方程式で表される
近似解法も提案する.
実験により,我々のアプローチの有用性を示す. 
(英) Variational Bayesian (VB) learning, known to be a promising approximation method to Bayesian learning,
is generally performed with local search.
In this paper, we show that the global VB solution for low-rank subspace clustering (LRSC)
is relatively easily obtained,
and propose its efficient approximation.
We first prove that the VB-LRSC is highly redundant,
and decompose the optimization problem into small subproblems, each of which has a small number of unknown variables.
Since the stationary condition of each subproblem consists of a set of polynomial equations,
the global solution is attainable with the homotopy method.
For further computational efficiency,
we also propose an efficient approximate variant,
of which the stationary condition can be written as a polynomial equation with a single variable.
We experimentally show the usefulness of our approach.
キーワード (和) 部分空間クラスタリング / 低ランク / 変分ベイズ / 大域解 / ホモトピー法 / / /  
(英) subspace clustering / low-rank / variational Bayes / global solution / homotopy method / / /  
文献情報 信学技報, vol. 113, no. 286, IBISML2013-37, pp. 7-14, 2013年11月.
資料番号 IBISML2013-37 
発行日 2013-11-05 (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 2013-11-10 - 2013-11-13 
開催地(和) 東京工業大学 蔵前会館 
開催地(英) Tokyo Institute of Technology, Kuramae-Kaikan 
テーマ(和) 第16回情報論的学習理論ワークショップ & 第2回IBISMLチュートリアル 
テーマ(英) The 16th IBIS Workshop & The 2nd IBIS Tutorial 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2013-11-IBISML 
本文の言語 英語(日本語タイトルあり) 
タイトル(和) 変分ベイズ低ランク部分空間クラスタリングの大域解法 
サブタイトル(和)  
タイトル(英) Global Solvers for Variational Bayesian Low-rank Subspace Clustering 
サブタイトル(英)  
キーワード(1)(和/英) 部分空間クラスタリング / subspace clustering  
キーワード(2)(和/英) 低ランク / low-rank  
キーワード(3)(和/英) 変分ベイズ / variational Bayes  
キーワード(4)(和/英) 大域解 / global solution  
キーワード(5)(和/英) ホモトピー法 / homotopy method  
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) 中島 伸一 / Shinichi Nakajima / ナカジマ シンイチ
第1著者 所属(和/英) 株式会社ニコン (略称: ニコン)
Nikon Corporation (略称: Nikon)
第2著者 氏名(和/英/ヨミ) 武田 朗子 / Akiko Takeda / タケダ アキコ
第2著者 所属(和/英) 東京大学 (略称: 東大)
The University of Tokyo (略称: Univ. of Tokyo)
第3著者 氏名(和/英/ヨミ) デリン ババカン / S. Derin Babacan / デリン ババカン
第3著者 所属(和/英) グーグル (略称: グーグル)
Google Inc. (略称: Google)
第4著者 氏名(和/英/ヨミ) 杉山 将 / Masashi Sugiyama / スギヤマ マサシ
第4著者 所属(和/英) 東京工業大学 (略称: 東工大)
Tokyo Institute of Technology (略称: Tokyo Inst. of Tech.)
第5著者 氏名(和/英/ヨミ) 竹内 一郎 / Ichiro Takeuchi /
第5著者 所属(和/英) 名古屋工業大学 (略称: 名工大)
Nagoya Institute of Technology (略称: Nagoya Inst. of Tech.)
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 2013-11-12 15:45:00 
発表時間 180 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2013-37 
巻番号(vol) IEICE-113 
号番号(no) no.286 
ページ範囲 pp.7-14 
ページ数 IEICE-8 
発行日 IEICE-IBISML-2013-11-05 


[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