講演名 2016-11-16
オンライン学習手法による異種混合機械学習
池原 徹也(金沢大), 山根 智(金沢大),
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 近年, ビッグデータの利活用に注目が集まりデータ分析を効率よく行うための手法が数多く提案され, リアルタイムにデータの解析をすることが重要となっている. 本研究では, データに複数の異なる規則性が混在した状態である異種混合性をもつ混合型データを対象として, 異種混合機械学習における変分ベイズ法で用いられていたアルゴリズムに対し, オンライン型EMアルゴリズムを適用することでオンライン学習手法でのデータ分析のためのアルゴリズムの提案を行う.
抄録(英) In recent years, utilization of big data has attracted the attention, and many techniques about data analysis have been proposed. The real time data analysis has become important, but big data analysis is difficult because the data has a plurality of different regularity. There is algorithm of heterogeneous mixture machine learning to analyze the data efficiently. In this study, we propose algorithm of online heterogeneous mixture machine learning based on online EM algorithm.
キーワード(和) ビッグデータ / 異種混合性 / オンライン学習 / 混合機械学習
キーワード(英) Big Data / Online Leaning / Mixture Machine Learning
資料番号 IBISML2016-54
発行日 2016-11-09 (IBISML)

研究会情報
研究会 IBISML
開催期間 2016/11/16(から3日開催)
開催地(和) 京都大学
開催地(英) Kyoto Univ.
テーマ(和) 情報論的学習理論ワークショップ(IBIS2016)
テーマ(英) Information-Based Induction Science Workshop (IBIS2016)
委員長氏名(和) 福水 健次(統計数理研)
委員長氏名(英) Kenji Fukumizu(ISM)
副委員長氏名(和) 杉山 将(東大) / 鹿島 久嗣(京大)
副委員長氏名(英) Masashi Sugiyama(Univ. of Tokyo) / Hisashi Kashima(Kyoto Univ.)
幹事氏名(和) 津田 宏治(東大) / 竹内 一郎(名工大)
幹事氏名(英) Koji Tsuda(Univ. of Tokyo) / Ichiro Takeuchi(Nagoya Inst. of Tech.)
幹事補佐氏名(和) 神嶌 敏弘(産総研) / 岩田 具治(NTT)
幹事補佐氏名(英) Toshihiro Kamishima(AIST) / Tomoharu Iwata(NTT)

講演論文情報詳細
申込み研究会 Technical Committee on Infomation-Based Induction Sciences and Machine Learning
本文の言語 JPN
タイトル(和) オンライン学習手法による異種混合機械学習
サブタイトル(和)
タイトル(英) Online heterogeneous mixture machine learning
サブタイトル(和)
キーワード(1)(和/英) ビッグデータ / Big Data
キーワード(2)(和/英) 異種混合性 / Online Leaning
キーワード(3)(和/英) オンライン学習 / Mixture Machine Learning
キーワード(4)(和/英) 混合機械学習
第 1 著者 氏名(和/英) 池原 徹也 / Tetsuya Ikehara
第 1 著者 所属(和/英) 金沢大学(略称:金沢大)
Kanazawa University(略称:Kanazawa Univ.)
第 2 著者 氏名(和/英) 山根 智 / Satoshi Yamane
第 2 著者 所属(和/英) 金沢大学(略称:金沢大)
Kanazawa University(略称:Kanazawa Univ.)
発表年月日 2016-11-16
資料番号 IBISML2016-54
巻番号(vol) vol.116
号番号(no) IBISML-300
ページ範囲 pp.59-64(IBISML),
ページ数 6
発行日 2016-11-09 (IBISML)