データ横断的機械学習手法の理論と応用
【研究分野】統計科学
【研究キーワード】
統計的学習理論 / multiple kernel learning / スパース加法モデル / オンライン最適化 / 双対平均化法 / 近接勾配法 / スパース学習 / 正則化 / 機械学習 / 統計数学
【研究成果の概要】
MKL(MultipleKernelLearning)はLassoやGroupLassoを含む広いクラスの正則化学習法である.画像認識など様々な応用で用いられている.本研究では,MKLの統計的性質を一般的な枠組みで解明し,どのような正則化を用いれば最適性を有するかについて調べた.また,MKLのベイズ的変種を考察し,それが緩い条件である種の最適性を満たすことを示した.さらに,大量データにおける構造的正則化学習に有用なオンライン型のAlternatingDirectionMultiplierMethodを提案し,その収束に関する理論的な正当性を与えた.
【研究代表者】
【研究種目】若手研究(B)
【研究期間】2010 - 2012
【配分額】3,640千円 (直接経費: 2,800千円、間接経費: 840千円)