講演抄録/キーワード |
講演名 |
2020-01-10 14:05
強化学習を用いた複数データ選択のための能動学習 ○田口優介(筑波大)・日野英逸(統計数理研)・亀山啓輔(筑波大) IBISML2019-32 |
抄録 |
(和) |
教師付き学習を行う際,データを新たに取得することはモデルの性能向上のためのシンプルな方法である.しかし,データ取得に際し金銭的,時間的に多大なコストがかかる状況も多く存在し,できる限り少ないデータ取得回数に抑えたいという要請がある.その要請に応える一つの方法が,能動学習である.能動学習とは,モデルの性能向上に対してより貢献するデータを選択し,少ないデータ取得回数で求める性能に近づけるというフレームワークである.本研究ではこの能動学習に焦点を当て,新規手法の提案を行う.提案手法は特に予算(データ取得の制限)がある場合にその中で最大の性能を発揮するように,データ取得の順序(コンテキスト)を考慮する能動学習を行う.これを実現するために提案法は強化学習を利用する.
本研究では能動学習手法を提案し,これが既存手法に対し優位であることを示す.
そして,提案法がデータ取得のコンテキストを考慮しており,限られた予算の中で高い効果を発揮することを示す. |
(英) |
(Not available yet) |
キーワード |
(和) |
能動学習 / プールベース能動学習 / データ取得コンテキスト / 組み合わせ / 強化学習 / DQN / / |
(英) |
/ / / / / / / |
文献情報 |
信学技報, vol. 119, no. 360, IBISML2019-32, pp. 99-106, 2020年1月. |
資料番号 |
IBISML2019-32 |
発行日 |
2020-01-02 (IBISML) |
ISSN |
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 |
IBISML2019-32 |