著者

吉田 剛 鷲尾 隆 大城 敬人 谷口 正輝

出版者

人工知能学会

雑誌

2018年度人工知能学会全国大会(第32回)

巻号頁・発行日

2018-04-12

---

急速に発展している先端計測技術の膨大な出力は複雑でノイズが多く,計測対象の高精度推定やノイズ除去のために機械学習技術を適用する必要性が高まっている.ところが既存の標準的機械学習は対象の母集団分布が変わらないことを前提とするベイズ推定を基にしている.そのため例えば,統計的に非定常な計測ノイズを除去するには,対象分布に依存しない最尤推定原理に基づいた新しい手法が必要となる.本研究では計測ノイズ除去のために,最尤推定原理に基づき多数のラベルなし事例と少数の正例からPU分類器(Positive and Unlabeled Classification)を学習する原理の検討を行った.そしてこの検討PUC手法を,現実の計測ノイズ除去問題に適用し,高精度・高ロバストな性能を得た.