2D-03
意図的代入法における最適代入値の理論的解析
○福島卓弥,長谷川拓,中島智晴(阪府大)
本論文では,予測時にデータが欠損する場合の機械学習モデルの学習法について検討する.学習用データセットには欠損値がなく完全な情報を持っているが,テストデータセットに欠損値が存在するものと仮定する.この仮定の下で,不完全な入力情報に対してロバストな予測が可能なモデルの学習方法を提案する.提案手法では,モデル学習時に特徴量を特定の確率で決められた固定値に置き換える.理論的に誤差の期待値が最小になる代入値を学習用データセットから推定し,その推定代入値を用いてモデルを学習させる.数値実験では推定代入値を用いたモデルと理論値を代入したモデルやランダムに代入したモデルの近似精度を比較し,有効性を調査する.

footer 著作権について 倫理綱領 プライバシーポリシー セキュリティ 情報処理学会