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)
| 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 |