情報処理学会 第79回全国大会講演要旨

ラベル付きデータとラベルなしデータの両方を利用する半教師あり学習は，限られたラベル付きデータしか得られない状況において，きわめて有用な学習方法である．一方，データを観測する度に学習器を更新するオンライン学習は，昨今の大規模データ解析の需要増加に伴い，再び重要視されている．本研究では，これら2つを組み合わせたオンライン半教師あり学習アルゴリズムを提案する．提案手法は，Goldbergらによって提案されたOnline manifold regularizationにモーメンタム項を付加し，学習の収束速度の向上を図る．