| Item type |
Trans(1) |
| 公開日 |
2020-08-28 |
| タイトル |
|
|
タイトル |
量子アニーリングを用いた非負二値行列因子分解によるレコメンデーション手法の検討 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
A Recommendation Method by Non-negative/Binary Matrix Factorization Using Quantum Annealing |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
[オリジナル論文] 量子アニーリング，非負二値行列因子分解，組合せ最適化，レコメンデーション |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_6501 |
|
資源タイプ |
journal article |
| 著者所属 |
|
|
|
株式会社NTTデータ |
| 著者所属 |
|
|
|
株式会社NTTデータ |
| 著者所属 |
|
|
|
株式会社NTTデータ |
| 著者所属 |
|
|
|
株式会社NTTデータ |
| 著者所属 |
|
|
|
中央大学理工学部 |
| 著者所属(英) |
|
|
|
en |
|
|
NTT DATA Corporation |
| 著者所属(英) |
|
|
|
en |
|
|
NTT DATA Corporation |
| 著者所属(英) |
|
|
|
en |
|
|
NTT DATA Corporation |
| 著者所属(英) |
|
|
|
en |
|
|
NTT DATA Corporation |
| 著者所属(英) |
|
|
|
en |
|
|
Faculty of Science and Engineering, Chuo University |
| 著者名 |
香月, 諒大
村上, 公平
矢実, 貴志
稲葉, 陽子
生田目, 崇
|
| 著者名(英) |
Ryota, Katsuki
Kohei, Murakami
Takashi, Yazane
Yoko, Inaba
Takashi, Namatame
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
近年，組合せ最適化問題を高速に解くためのアーキテクチャとして，量子アニーリングが注目されている．機械学習などの分野で量子アニーリングの活用方法について多数の研究がなされ始めているが，その多くがアルゴリズムなどの手法の検討であり，課題解決的な実問題への検証が少ない．本論文では，実際のテレビの閲覧履歴データに対して，量子アニーリングを利用した非負二値行列因子分解を行い，視聴者の閲覧傾向の推定を行う手法の検討を行った．この推定手法はレコメンデーションなどに対する応用が考えられ，その手法もあわせて提案を行う．数値実験を行った結果，推定を行うための学習データとなる閲覧情報が少ない状況下において，提案手法による推定性能が，既存手法による推定性能を上回っていることを確認した． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
In recent years, quantum annealing has been attracting attention as an architecture for solving combinatorial optimization problems at high speed. A lot of studies start to seek the applications of quantum annealing in fields such as machine learning. However, most of them are limited to research field of theoretical analysis of algorithms or concept proposal, and there are few studies that target problems based on real data. In this research, we propose a method of estimating browsing tendency of viewers on actual TV browsing history data by performing non-negative binary matrix factorization using quantum annealing. We also propose a method to apply this estimation method to recommendations. As a result of the numerical experiment, we confirmed that the estimation performance by the proposed method was higher than that by the exist methods under the condition where there was little browsing information as learning data for estimation. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11464803 |
| 書誌情報 |
情報処理学会論文誌数理モデル化と応用（TOM）
巻 13,
号 2,
p. 107-113,
発行日 2020-08-28
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
1882-7780 |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-TOM1302011.pdf (1.3 MB)
