様々な低品質データに対応するロバストな分類アルゴリズムの開発
【研究キーワード】
パターン認識 / ラベルノイズ / EMアルゴリズム / 漸近解析 / 機械学習 / 半教師付き学習 / 外れ値 / ノイズ入りデータ
【研究成果の概要】
本研究では，蓄積されたデータをもとにある特徴量に対応するラベルを予測する分類アルゴリズムについて扱った．分類アルゴリズムの実用では，ノイズ等を含む低品質なデータを用いる場合が多々ある．本研究では様々なノイズを統一的なモデルで表現したもとで高性能な分類アルゴリズムを提案し，理論的な性能限界を導くとともに，性能限界と実アルゴリズムの性能差の解析を行った．
【研究代表者】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2022-03-31
【配分額】3,640千円 (直接経費: 2,800千円、間接経費: 840千円)