ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. 数理モデル化と問題解決(MPS)
  3. 2021
  4. 2021-MPS-136

一対比較データと目的変数分布の分位数を用いた回帰モデルの学習

https://ipsj.ixsq.nii.ac.jp/records/214304
https://ipsj.ixsq.nii.ac.jp/records/214304
a20bfa80-3639-4345-9a69-ad3a03850066
名前 / ファイル ライセンス アクション
IPSJ-MPS21136007.pdf IPSJ-MPS21136007.pdf (1.5 MB)
Copyright (c) 2021 by the Information Processing Society of Japan
オープンアクセス
Item type SIG Technical Reports(1)
公開日 2021-12-06
タイトル
タイトル 一対比較データと目的変数分布の分位数を用いた回帰モデルの学習
タイトル
言語 en
タイトル Learning of Regression Models from Pairwise Data and Target Variable Quantiles
言語
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
日本電信電話株式会社NTT人間情報研究所
著者所属
日本電信電話株式会社NTT人間情報研究所
著者所属
日本電信電話株式会社NTT人間情報研究所
著者名 南部, 優太

× 南部, 優太

南部, 優太

Search repository
幸島, 匡宏

× 幸島, 匡宏

幸島, 匡宏

Search repository
山本, 隆二

× 山本, 隆二

山本, 隆二

Search repository
論文抄録
内容記述タイプ Other
内容記述 画像や音声の品質評価や感情推定のために収集されたデータ,プライバシ保護のために加工されたアンケート回答データなどは,2 つのサンプルの目的変数の順序関係 (画像の品質の高さや被験者の感情の大きさ,アンケート回答者の年収の順序など) を表す一対比較データの形式でしばしば与えられる.このデータから任意のサンプルの大小関係を予測するモデルを学習することが目標である場合,既存の様々なランキング学習の手法を利用することが可能である.しかしながら,データ中に目的変数の値そのものは記録されていないため,これらの手法を用いても目的変数を予測する回帰モデルを学習することはできなかった.そこで本研究は,目的変数の周辺分布の分位数に関する情報が利用可能であるという条件のもと (品質/感情の大きさの 5 段階評価で,画像全体の 50% は評価値 3 以下, 被験者の 75% は評価値 4 以下など),一対比較データから回帰モデルを学習する新しい手法を提案する.提案手法はランキング学習の損失関数とモデルの出力する目的変数の分布の分位数を用いて計算される正則化項の和を最小化することでモデルのパラメタを推定する.人工データ及び実データを用いた実験により提案手法の有用性を検証した.
書誌レコードID
収録物識別子タイプ NCID
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 2021-MPS-136, 号 7, p. 1-6, 発行日 2021-12-06
ISSN
収録物識別子タイプ 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
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 16:49:45.872478
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3