/ プログラム/ 発表一覧/ 著者一覧企業展示一覧/ jsai2014ホーム /

1G2-2in ダイバージェンス最小化原理を利用した線形分類器のロバスト分散学習

*セッションの無断動画配信はご遠慮下さい。

Tweet #jsai2014 このエントリーをはてなブックマークに追加

05月12日(Mon) 10:20〜12:00 G会場(135人-ひめぎんホール 第6会議室)
1G2 「機械学習の基礎」
05月14日(Wed) 09:00〜10:40 G会場(135人-ひめぎんホール 第6会議室)
3O1 「インタラクティブセッション」

演題番号1G2-2in
題目ダイバージェンス最小化原理を利用した線形分類器のロバスト分散学習
著者小宮山 純平(東京大学大学院情報理工学系研究科数理情報学専攻)
大岩 秀和(東京大学情報理工学系研究科数理情報学専攻)
中川 裕志(東京大学情報基盤センター)
時間05月12日(Mon) 10:40〜11:00【一般口頭発表】
05月14日(Wed) 09:00〜10:40【インタラクティブ発表】
概要MannらによるIterative Parameter Mixtureを代表例とした、データが多くのマシンに分散しており、各マシンでの学習を重みづけして統合する状況を考える。一部のマシンが故障などにより異常なデータを返し、学習の結果を悪化させることが懸念される。データ分布の間のダイバージェンスを考え、各マシンの重要度をそのデータから自動的に重みづけし、異常データの影響を抑える手法を提案する。
論文PDFファイル