スパースモデルのための特徴と標本の同時セーフスクリーニング

• Item type: SIG Technical Reports(1)
• 公開日: 2016-06-27
• タイトル: スパースモデルのための特徴と標本の同時セーフスクリーニング
• タイトル / 言語: en
• タイトル: Simultaneous Safe Screening of Features and Samples in Doubly Sparse Modeling
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 名古屋工業大学
• 著者所属: 名古屋工業大学
• 著者所属: 九州大学
• 著者所属: 名古屋工業大学
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology
• 著者所属(英): en
• 著者所属(英): Kyushu University
• 著者所属(英): en
• 著者所属(英): Nagoya Institute of Technology
• 著者名: 柴垣, 篤志; 烏山, 昌幸; 畑埜, 晃平; 竹内, 一郎
• 著者名(英): Atsushi, Shibagaki; Masayuki, Karasuyama; Kohei, Hatano; Ichiro, Takeuchi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: スパースモデルの学習は，概念的にはアクティブな特徴/標本を特定するプロセスとそれらに対応する変数を最適化するプロセスに分けられる．近年セーフスクリーニングと呼ばれる一部の非アクティブな特徴/標本を同定する手法は特徴/標本それぞれで独立して研究されてきた．本論文では特徴と標本のセーフスクリーニングを交互に繰り返し行い，同時にセーフスクリーニングすることによる相乗効果を考えることによって独立に行うよりも強力なセーフスクリーニング手法を提案する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The problem of learning a sparse model is conceptually interpreted as the process of identifying active features/samples and then optimizing the model over them. Recently introduced safe screening allows us to identify a part of non-active features/samples. So far, safe screening has been individually studied either for feature screening or for sample screening. In this paper, we introduce a new approach for safely screening features and samples simultaneously by alternatively iterating feature and sample screening steps. A significant advantage of considering them simultaneously rather than individually is that they have a synergy effect in the sense that the results of the previous safe feature screening can be exploited for improving the next safe sample screening performances, and vice-versa. We first theoretically investigate the synergy effect, and then illustrate the practical advantage through intensive numerical experiments for problems with large numbers of features and samples.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10505667
• 書誌情報: 研究報告数理モデル化と問題解決（MPS）; 巻 2016-MPS-108, 号 39, p. 1-8, 発行日 2016-06-27
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8833
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会