抄録
G-002
ニューラルネットワーク回帰とグループラッソの組合せによる共非線形変数集合とその代表の発見
佐々木捷人・大崎美穂・片桐 滋(同志社大)
入力変数の従属関係が明らかになれば,回帰・分類の信頼性を向上させ,予測に寄与する入力変数を正確に同定でき,従属関係自体も新知識となり得る.従来は線形な従属関係を仮定し,高い相関を持つ入力変数の対を検出していた.しかし,これは非線形な従属関係(共非線形性)を発見できず,組合せ爆発が生じる.そこで我々は,以下の技術を融合した手法を提案する.ニューラルネットワーク回帰による共非線形性のモデル化.グループラッソによる組合せ探索不要な変数選択.平均化効果による安定した解の導出.提案手法を人工データに適用した結果,共非線形入力変数集合とその代表が発見され,原理的な有効性が検証された.