分布が変化するデータにおけるモデル学習法

岩田 具治  田中 利幸  山田 武士  上田 修功  

誌名
電子情報通信学会論文誌 D   Vol.J92-D   No.3   pp.361-370
発行日: 2009/03/01
Online ISSN: 1881-0225
DOI: 
Print ISSN: 1880-4535
論文種別: 論文
専門分野: データマイニング
キーワード: 
サンプル重み付け,  ドメイン適応,  混合モデル,  

本文: PDF(588.8KB)>>
論文を購入




あらまし: 
分布が時間的に変化するデータが与えられたとき,最新データを高い精度で予測するためのモデルの学習法を提案する.提案法では,最新データに関する期待誤差を近似するように,時刻に応じてサンプルに重みを付ける.過去のサンプルも重みを付けて学習データとして用いることにより,頑健なモデル学習が期待できる.提案法では,時間発展をモデルに組み込む必要はないため,時間を考慮しない既存のモデルを,分布が変化するデータに容易に適用することができる.人工データ,及び,購買データを用いた実験により,提案法の有効性を示す.