文献

J-GLOBAL ID：201402238405604009   整理番号：14A0557569

マルチタスク学習を用いた複数物性値の同時予測

Simultaneous Prediction of Multiple Physical Properties Using Multi-task Learning

著者 (3件)： 岩瀬智亮 (東大 工) ,  世古敦人 (京大 大学院工学研究科) ,  鹿島久嗣 (東大 大学院情報理工学系研究科)
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： 113  号： 476(IBISML2013 67-83)  ページ： 9-13  発行年： 2014年02月27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： 有用な材料を新規に発見することは材料科学分野における主要課題のひとつであるが,この課題に対する計算機科学的アプローチのひとつが第一原理計算に基づく化合物の物性値計算である。これは従来,量子力学の第一原理に基づく膨大な計算によって求められてきたが,その計算コストを削減するために,最近ではカーネル回帰等の機械学習手法を用いたデータ駆動の物性値予測が試みられている。本研究では,予測対象となる物性値は通常複数あることに着目し,マルチタスク学習の考え方を利用した複数の物性値の同時予測を試みる。リチウムイオン伝導体のデータを利用した実験では,個々の物性値を別々に予測する方法と比較して,提案手法による同時予測が高精度で予測を行うことができることを確認した。(著者抄録)

シソーラス用語： 回帰分析 ,  ab initio法 ,  *物理的性質 ,  *機械学習 ,  材料科学 ,  *予測技法 ,  *計算機アルゴリズム ,  計算量 ,  精度 ,  数学モデル ,  最適化問題 ,  第一原理
準シソーラス用語： 第一原理計算 ,  カーネル回帰 ,  マルチタスク学習

分類 (1件)： 計算理論  (JB02000A)

引用文献 (11件)：

• Andreas Argyriou, Massimiliano Pontil, Yiming Ying, and Charles A Micchelli. A spectral regularization framework for multi-task structure learning. In Advances in Neural Information Processing Systems, pp. 25-32, 2007.
• Julian Besag. Statistical analysis of non-lattice data. The Statistician, Vol. 24, No. 3, pp. 179-195, 1975.
• Rich Caruana. Multitask learning. Machine Learning, Vol. 28, No. 1, pp. 41-75, 1997.
• Theodoros Evgeniou, Charles A Micchelli, and Massimiliano Pontil. Learning multiple tasks with kernel methods. In Journal of Machine Learning Research, pp. 615-637, 2005.
• Theodoros Evgeniou and Massimiliano Pontil. Regularized multi-task learning. In Proceedings of the tenth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 109-117. ACM, 2004.

タイトルに関連する用語 (3件)： マルチタスク学習 ,  物性値 ,  予測