情報量に基づく新しい機械学習理論とその応用
【研究分野】知能情報学
【研究キーワード】
機械学習 / 情報量 / 密度比 / 密度差 / 密度微分 / 教師付き学習 / 教師なし学習 / 強化学習 / クラス事前確率推定 / 次元削減 / リーマン幾何 / 類似度 / ダイバージェンス / 密度差推定
【研究成果の概要】
本研究では,密度比や密度差を各密度を推定することなく直接学習する手法を開発し,それらに基づく様々な機械学習アルゴリズムを開発した.具体的には,半教師付き分類アルゴリズム,教師なしクラスタリングアルゴリズム,教師付き因果推論アルゴリズム,教師付き次元削減アルゴリズム,教師なし次元削減アルゴリズム,正例とラベルなしデータからの分類アルゴリズム,ターゲットシフト下での教師付き学習法,異ドメイン間オブジェクト適合法などを開発した.また,密度微分を密度を推定することなく直接学習する手法も開発し,モード回帰アルゴリズム,非正規成分分析アルゴリズムなどを開発した.
【研究代表者】
【研究種目】若手研究(A)
【研究期間】2013-04-01 - 2017-03-31
【配分額】25,350千円 (直接経費: 19,500千円、間接経費: 5,850千円)