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 2019-06-17 15:00
LASSO推定量のスケーリングの下でのモデル選択について
萩原克幸三重大
技報オンラインサービス実施中
抄録 (和) LASSO (Least Absolute Shrinkage and Selection Operator) 推定量には過度のバイアスが生じるという問題があり,それを緩和するために,近年,非凸な正則化項の導入を含む様々な方法が提案されている.本研究では,その一つとしてLASSO 推定量をスケーリングにより改良する方法を考えた.このスケーリングの度合いは過度の縮小を補正するという妥当性をもつだけでなく, LASSO 推定量に基づき簡単に計算することができるため,常に安定かつ高速な学習によりLASSO のバイアス問題を解決する推定量を構成することができる.さらに,この推定量に対して,リスクの近似的な不偏推定量として,モデル選択規準を導出した.これが可能であることもこの推定量の利点の一つである.また,簡単な数値例により,この推定量の検証を行うとともに有効性を確認した. 
(英) To relax a bias problem in LASSO (Least Absolute Shrinkage and election Operator), there have been several studies including the introduction of non-convex regularizers. In this article, we considered to improve a bias problem of LASSO estimator by scaling and derived a model selection criterion under the scaling method. The proposed scaling value is valid to compensate the excessive shrinkage of LASSO estimator and is easy to compute by using LASSO estimator. Moreover, we derived a model selection criterion based on a risk estimate. This analytic solution is also a benefit of the proposed scaling value. Furthermore, we verified the risk estimate and confirmed its effectiveness though a simple numerical example.
キーワード (和) スパースモデリング / LASSO / SURE / スケーリング / / / /  
(英) sparse modeling / LASSO / SURE / scaling / / / /  
文献情報 信学技報, vol. 119, no. 89, IBISML2019-5, pp. 27-34, 2019年6月.
資料番号 IBISML2019-5 
発行日 2019-06-10 (IBISML) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 NC IBISML IPSJ-MPS IPSJ-BIO  
開催期間 2019-06-17 - 2019-06-19 
開催地(和) 沖縄科学技術大学院大学 
開催地(英) Okinawa Institute of Science and Technology 
テーマ(和) NC、機械学習によるバイオデータマイニング、一般 
テーマ(英) Neurocomputing, Machine Learning Approach to Biodata Mining, and General 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2019-06-NC-IBISML-MPS-BIO 
本文の言語 英語(日本語タイトルあり) 
タイトル(和) LASSO推定量のスケーリングの下でのモデル選択について 
サブタイトル(和)  
タイトル(英) A model selection criterion for LASSO estimate with scaling 
サブタイトル(英)  
キーワード(1)(和/英) スパースモデリング / sparse modeling  
キーワード(2)(和/英) LASSO / LASSO  
キーワード(3)(和/英) SURE / SURE  
キーワード(4)(和/英) スケーリング / scaling  
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) 萩原 克幸 / Katsuyuki Hagiwara / ハギワラ カツユキ
第1著者 所属(和/英) 三重大学 (略称: 三重大)
Mie University (略称: Mie Univ.)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
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 2019-06-17 15:00:00 
発表時間 25 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2019-5 
巻番号(vol) IEICE-119 
号番号(no) no.89 
ページ範囲 pp.27-34 
ページ数 IEICE-8 
発行日 IEICE-IBISML-2019-06-10 


[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