著者

冨岡 亮太

出版者

一般社団法人 日本応用数理学会

雑誌

日本応用数理学会論文誌 (ISSN:09172246)

巻号頁・発行日

vol.23, no.3, pp.485-515, 2013

---

本サーベイ論文では機械学習を中心とした分野で近年注目されているスパース性を導く様々な正則化法を加法的なスパース正則化と構造的なスパース正則化に分類し,それぞれに対する最適化法を議論する.前者は,条件数の悪化に対して頑健な手法が重要であり,相対拡張ラグランジュ法を紹介する.一方,後者に対しては,線形演算で表現される構造とスパース正則化項を分離することを可能にする手法として交互方向乗数法を紹介する.