| 講演名 | 2006-05-18 オブジェクト識別のための人間の教師を用いない距離学習手法(「自動化:推論,発見,学習,データマイニング」及び一般) 小山 聡, 田中 克己, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では,オブジェクト識別を行う際にクラスタリングで用いる距離を,人間の教師を必要とせずに学習する手法を提案する.提案手法は,別名の別オブジェクトへの対応と名前の恣意性という2つの仮定に基づいている.これらの2つ仮定が成り立てば,異なる名前を含むデータ対をリンク不可な例題として学習した距離を,同じ名前を持つデータのオブジェクト識別に用いることが正当化できる.リンク不可なデータ対のみを例題として用いる距離の学習は,凸2次計画問題として定式化され,一般の距離行列を学習する際に必要な半正定値計画問題よりも,高速に解くことが可能である.文献データベースを用いた実験により,学習された距離が識別の適合率と再現率を向上させることが確認された. |
| 抄録(英) | A method is described for learning a distance metric for use in object identification that does not require human supervision. It is based on two assumptions. One is that pairs of different names refer to different objects. The other is that names are arbitrary. These two assumptions justify using pairs of data items for objects with different names as "cannot-be-linked" example pairs for learning a distance metric for use in clustering ambiguous names. The metric learning is formulated using only dissimilar example pairs as a convex quadratic programming problem that can be solved much faster than a semi-definite programming problem, which generally must be solved to learn a distance metric matrix. Experiments on author identification using a bibliographic database showed that the learned metric improves identification precision and recall. |
| キーワード(和) | オブジェクト識別 / クラスタリング / 距離 / 機械学習 / データマイニング |
| キーワード(英) | Object Identification / Clustering / Distance Metric / Machine Learning / Data Mining |
| 資料番号 | AI2006-8 |
| 発行日 |
| 研究会情報 | |
| 研究会 | AI |
|---|---|
| 開催期間 | 2006/5/11(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Artificial Intelligence and Knowledge-Based Processing (AI) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | オブジェクト識別のための人間の教師を用いない距離学習手法(「自動化:推論,発見,学習,データマイニング」及び一般) |
| サブタイトル（和） | |
| タイトル（英） | Learning a Distance Metric for Object Identification without Human Supervision |
| サブタイトル（和） | |
| キーワード(1)（和/英） | オブジェクト識別 / Object Identification |
| キーワード(2)（和/英） | クラスタリング / Clustering |
| キーワード(3)（和/英） | 距離 / Distance Metric |
| キーワード(4)（和/英） | 機械学習 / Machine Learning |
| キーワード(5)（和/英） | データマイニング / Data Mining |
| 第 1 著者 氏名（和/英） | 小山 聡 / Satoshi OYAMA |
| 第 1 著者 所属（和/英） | 京都大学大学院情報学研究科社会情報学専攻 Department of Social Informatics, Graduate School of Informatics, Kyoto University |
| 第 2 著者 氏名（和/英） | 田中 克己 / Katsumi TANAKA |
| 第 2 著者 所属（和/英） | 京都大学大学院情報学研究科社会情報学専攻 Department of Social Informatics, Graduate School of Informatics, Kyoto University |
| 発表年月日 | 2006-05-18 |
| 資料番号 | AI2006-8 |
| 巻番号（vol） | vol.106 |
| 号番号（no） | 38 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |