研究内容 メンバー 出版物 ソフトウェア リンク
  居室は,桐生キャンパス6号館503室です.      
 
  カーネル法の中でも,SVMが最も有名です.SVMを有名せしめたのは,2次計画法で定式化されているため必ず最適解が得られる点が主要な理由と考えられます.最適化の分野で,2次計画よりさらに拡張した問題「2次錘計画問題」への効率的な数値計算法があります.2次錘計画問題も必ず最適解が得られる問題です.一方,多タスク学習という学習パラダイムがあり,これもこれまでのところ2次計画問題の範疇に入るように定式化されていた.これに対して,申請者は「2次錘計画問題」で定式化すると,より直接的な定式化になり,多くの応用例で汎化性能が向上することを確認した.この成果は,機械学習の分野において世界で最高水準の国際会議Neural Information Processing Systems Conference に採択されています.我々の算法は,多クラス分類,順位回帰,ネットワーク推定に応用できることを示しました.その成果は,データマイニング業界でトップジャーナルである IEEE TKDE に採択されました.  
     
  文献  
  [11] Tsuyoshi Kato, Hisashi Kashima, Masashi Sugiyama, Kiyoshi Asai:
Multi-task learning via conic programming,
J. C. Platt, D. Koller, Y. Singer, and S. Roweis (Eds.), Advances in Neural Information Processing Systems 20, pp.737-744, Cambridge, MA, MIT Press, 2008, presented at Twenty-First Annual Conference on Neural Information Processing Systems (NIPS2007)[pdf].
[12] Tsuyoshi Kato, Hisashi Kashima, Masashi Sugiyama, Kiyoshi Asai:
Conic Programming for Multi-Task Learning,
IEEE Transactions on Knowledge and Data Enginieering, Vol.22, No.7, pp. 957-968 (2010).
 
 
English
 
学生の活躍
 
共分散記述子
マハラノビス符号化
顕微鏡画像解析
平均多項式カーネル
打ち切りデータのベイズ推定
計量学習
ファジー部分空間クラスタリング
リガンド予測
酵素活性部位探索
伝達学習によるリンク予測
多タスク学習
ラベル伝播法
マイクロアレイ用カーネル
薬剤耐性予測
ネットワーク推定
カーネル推定
変分剛体変換
その他