修士研究
卒研の続きで
卒業研究
半教師付き学習を用いた話題出現頻度推移からの注目話題の早期発見
主な目的
WEB上に登っている話題の中から、近い将来大きく盛り上がるであろう話題を検出する。
今年卒業された先輩の研究の引き継ぎ。
研究の進捗状況は「
研究日誌：卒業研究編」を参照のこと。
手法のおおまかな流れ
↓
- 早期話題候補を抽出：：カテゴリでの話題は専門的かつ先取りされていることが多い
↓
↓
手法のキモ
- 半教師付き学習にする意義とは
- 教師あり学習ではラベルを付与することが大変（コスト大）
- 話題が大きく盛り上がると判断される事例（正例）はどんなものか判断するのが大変（どんなんが盛り上がりの前兆？）
- 半教師にすることで
- ラベル付与のコスト軽減
- 曖昧な話題の盛り上がりの自動判断
プログラムメモ
研究予定事項
- 正例のつけかた
- バーストする兆候の部分だけに正例(バースト当日以前のみを正例に)
- より精度の高い話題語の抽出
- 共起
- ブースティング、バギング
- パターン認識と学習の統計学 -新しい概念と手法- 第3部
- ブロガーへの重み付け
- ブログカテゴリの再考
- 話題における重複のない（カテゴリ同士が排他的な）ものに
プログラム輪講
カーネル正準相関分析を用いた半教師付学習
主な目的
ラベルあり事例を元にラベルなし事例にラベル付けを行うことで、半教師付学習を行う前の段階でラベルあり事例を多く見せかけて学習精度を向上させる。
概要
カーネル正準相関分析でラベルあり事例とラベルなし事例の相関係数を導出
↓
導出した相関係数に基づきラベルなし事例をランク付け
↓
上位・下位のいくつかを正例・負例として採用し、ラベル付け
↓
半教師付学習に利用
正準相関分析
２つの変量群の関係を測る手法。線形関係についてしか測定できない。
詳しい説明は参考URLを参照。
カーネル正準相関分析
２つの変量軍の関係を測る手法。こちらはカーネル関数を用いることにより非線形関係も測ることができる。
線形関係しか測れない正準相関分析を使うために、非線形なデータを無理やり線形空間に持ち込むことで正準相関分析を可能にしている。
詳しい説明は論文等で。
プロ輪の進行方針
octaveライブラリのスパコン上での利用方法が判然としないこと、ライブラリが並列高速化の効果を受けられるのかがわからないこと。
これらを受けて、今回は現在の「行列計算を全て配列で行っているプログラム」を使っていくことにする。
進行予定
正準相関分析のプログラムで高速化手法の検証：5月5週
↓
カーネル正準相関分析のプログラムを作成：6月1週
（論文にあったラベル付けまで）
↓
評価関数実装・実験・評価：6月2週〜終わり
↓
並列化実装・実験・評価・発表準備：6月3週〜発表25日
プログラムのOpenMPによる並列化検証
時間的な都合により、効果の検証はできませんでした。
今回使ったところでは効果を得られませんでした。
速度実験のために使うプログラム
参考論文
- Semi-SuperVised Learning with Very Few Labeled Training Examples(Zhi-Hua,De-Chuan,Qiang Yang:2007)
- カーネル正準相関分析(赤穂昭太郎:2000)
参考URL
#bf
Today's Access -
Yesterday's Access -
最終更新：2010年06月02日 12:47
