文献

J-GLOBAL ID：201502278052013418   整理番号：15A0603243

ボルツマン機械学習によるカンニング検出技術-スパース解の任意性のない推定法-

Detection of cheating in Boltzmann machine learning-A parameter-free algorithm to sparse solution-

著者 (1件)： 大関真之 (京大 大学院情報学研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 114  号： 502(IBISML2014 85-96)  ページ： 1-8  発行年： 2015年02月26日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 被験者の能力や設問の難易度の推定に利用できる項目応答理論。その基本的数理模型は,被験者間ないし問題間の相関を考慮することでボルツマン機械と類似の性質を持つ。この事実を利用することで“カンニング”の検出問題を定式化した。カンニングは,健全な試験環境では非常に稀であると期待されるため,カンニングの度合いを示すパラメータはスパース性を有することが期待できる。(いや強く期待したい。)本研究では,デシメーションアルゴリズムと呼ばれる貧欲法の一種を利用して,カンニングの検出を試みた。この手法はスパース性が非常に強い領域では,よく使われるL₁正則化に比べても良好な推定結果を与えるため,カンニングの検出技術として有力であると考えられる。数値計算による検証を交えながらそのデシメーションアルゴリズムについて紹介しよう。(著者抄録)

シソーラス用語： Boltzmannマシン ,  *機械学習 ,  数学モデル ,  人間 ,  性質 ,  *デシメーション ,  *計算機アルゴリズム ,  被験者
準シソーラス用語： Boltzmann機械 ,  スパース性 ,  数理模型 ,  *貪欲法

分類 (1件)： その他の計算機利用技術  (JE14000C)

引用文献 (9件)：

• D. H. Ackey, G. E. Hinton, and T. J. Sejnowski, "A Learning Algorithm for Boltzmann Machines, " Cognitive Science, vol. 9, pp.147-169, 1985.
• F. Baker, "Item response theory : parameter estimation techniques," Marcel Dekker, New York, 2004.
• C. Bishop, "Pattern recognition and machine learning," Springer, New York, 2006.
• A. Decelle, and F. Ricci-Tersenghi, "Pseudolikelihood decimation algorithm improving the inference of the interaction network in a general class of Ising models," Phys. Rev. Lett., vol.112, 070603, Feb. 2014.
• M. Yasuda, and K. Tanaka, "Item response theory with correlations among items," IEICE Technical Report, vol.111, pp.387-391, Mar. 2012.

タイトルに関連する用語 (5件)： ボルツマン機械 ,  学習 ,  検出技術 ,  解 ,  推定法