文献

J-GLOBAL ID：201602235044698451   整理番号：16A0840889

コミュニケーションの未来を描く基礎研究 膨大な情報の組合せから楽々学習

著者 (3件)： BLONDEL Mathieu (NTT コミュニケーション科学基礎研) ,  藤野昭典 (NTT コミュニケーション科学基礎研) ,  上田修功 (NTT コミュニケーション科学基礎研)
資料名： NTT技術ジャーナル
巻： 28  号： 9  ページ： 13-15  発行年： 2016年09月01日 
JST資料番号： F0050B  ISSN： 0915-2318  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 2次の多項式回帰では,要因の組合せを考慮することで線形回帰(1次の多項式回帰)よりもデータに適合したモデルを得ることが期待できますが,要因数が多くなると組合せ数が膨大になり実現が困難になります。本稿では,NTTコミュニケーション科学基礎研究所が開発した要因数が多いデータでも組合せを効率的に扱うことで解析を可能にし,初期値非依存な学習アルゴリズムにより解析結果を得るのを容易にするConvex Factorization Machines(CFM)を紹介します。(著者抄録)

シソーラス用語： 初期値問題 ,  多項式近似 ,  凸形 ,  *回帰分析
準シソーラス用語： 交互作用効果 ,  ファクトリゼーション ,  行列分解 ,  固有値分解

分類 (3件)： 数値解析,近似法  (AB04000F) ,  システム・制御理論一般  (IA02010H) ,  生産に関する一般問題  (IA01080Z)

引用文献 (3件)：

• S. Rendle: “Factorization machines,” Proc. of ICDM 2010, pp.995-1000, Sydney, Australia, Dec. 2010.
• M. Blondel, A. Fujino, and N. Ueda: “Convex Factorization Machines,” Proc. of ECML PKDD 2015, Vol.9285, pp.19-35, Porto, Portugal, Sept. 2015.
• M. Blondel, M. Ishihata, A. Fujino, and N. Ueda: “Polynomial Networks and Factorization Machines: New Insights and Efficient Training Algorithms,” Proc. of ICML 2016, pp.850-856, New York, U.S.A., June 2016.

タイトルに関連する用語 (6件)： コミュニケーション ,  未来 ,  基礎 ,  研究 ,  組合せ ,  学習