57 0 0 0 OA 機械学習・データマイニングにおける公平性
15 0 0 0 OA グローバルアイ〔第 55回〕ニューヨークとビジネススクールとコロナ禍
- 著者
- 小宮山 純平
- 出版者
- 一般社団法人 人工知能学会
- 雑誌
- 人工知能 (ISSN:21882266)
- 巻号頁・発行日
- vol.36, no.5, pp.651-653, 2021-09-01 (Released:2021-09-01)
10 0 0 0 OA 機械学習・データマイニングにおける公平性
- 著者
- 神嶌 敏弘 小宮山 純平
- 出版者
- 一般社団法人 人工知能学会
- 雑誌
- 人工知能 (ISSN:21882266)
- 巻号頁・発行日
- vol.34, no.2, pp.196-204, 2019-03-01 (Released:2020-09-29)
- 被引用文献数
- 1
1 0 0 0 OA 相対比較に基づく効率的なランキング推定アルゴリズム
- 著者
- 本多 淳也 小宮山 純平 前原 貴憲 横山 大作
- 出版者
- 一般社団法人 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 第31回全国大会(2017)
- 巻号頁・発行日
- pp.3A25, 2017 (Released:2018-07-30)
人間の嗜好や競技の優劣といったものを評価する場合、個々の候補の良さや強さを絶対評価をすることは困難で相対比較のみが可能である場合が多く存在する,このような相対比較に基づいてK個の候補のうちランキングを誤り確率p以内で推定する問題に対し、本研究では新たに O(K log K/p)の平均比較回数を達成するアルゴリズムを提案する.
1 0 0 0 OA 機械学習による意思決定
- 著者
- 小宮山 純平
- 出版者
- 一般社団法人 人工知能学会
- 雑誌
- 人工知能 (ISSN:21882266)
- 巻号頁・発行日
- vol.33, no.5, pp.637-640, 2018-09-01 (Released:2020-09-29)
1 0 0 0 OA 比較バンディットを用いたクラウドソーシングにおける品質・コストトレードオフの自動調整
- 著者
- 石畠 正和1 小宮山 純平2 馬場 雪乃3 Ishihata 1 Masakazu Junpei Komiyama Yukino Baba
- 雑誌
- SIG-FPAI = SIG-FPAI
- 巻号頁・発行日
- vol.B5, no.02, pp.41-47, 2016-12-08
1 0 0 0 OA 位置による割引を考慮した複数選択バンディット問題
- 著者
- 小宮山 純平 本多 淳也
- 出版者
- 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 (ISSN:13479881)
- 巻号頁・発行日
- vol.31, 2017
複数のクリック率の不明なオンライン広告をウェブサイトに配置する問題を考える。このとき、クリック率の高い広告から順に配置したいが、ユーザのフィードバックを見ながらクリック率を推定しオンライン的に配置を最適化する必要がある。下の位置にある広告は通常上位より見られないが、この割引効果を考慮したオンライン最適化を多腕バンディット問題として定式化し、有効なアルゴリズムを提案する。
- 著者
- 小宮山 純平 本多 淳也 鹿島 久嗣 中川 裕志
- 雑誌
- 研究報告数理モデル化と問題解決(MPS) (ISSN:21888833)
- 巻号頁・発行日
- vol.2015-MPS-103, no.14, pp.1-8, 2015-06-16
バンディット問題 (multi-armed bandit problem) は,情報の活用と探索の間のトレードオフをモデル化した問題である.バンディット問題にはいくつかの亜種があるが,そのうち比較バンデイット問題 (dueling bandit problem) と呼ばれるものは,一対比較によるフィードバックを用いて最適化を行う.比較バンディット問題の枠組みを用いることによって,検索エンジンのランキング手法の比較や,人間の選好抽出の問題に対して,効率的な最適化を行うことができる.本研究では,比較バンディット問題における理論的な性能限界およびそれを達成するアルゴリズムを提案する.このアルゴリズムは,経験尤度を用いた通常のバンディット問題におけるアルゴリズム (本多,竹村,2010) の比較バンデイット問題への拡張である.提案手法を評価するため,検索エンジンの実データにおけるランキング手法の比較や,寿司データセット (神嶌,2003) などによる人間の選好抽出における性能を既存手法と比較する.
1 0 0 0 OA ダイバージェンス最小化原理を利用した線形分類器のロバスト分散学習
- 著者
- 小宮山 純平 大岩 秀和 中川 裕志
- 出版者
- 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 (ISSN:13479881)
- 巻号頁・発行日
- vol.28, 2014
MannらによるIterative Parameter Mixtureを代表例とした、データが多くのマシンに分散しており、各マシンでの学習を重みづけして統合する状況を考える。一部のマシンが故障などにより異常なデータを返し、学習の結果を悪化させることが懸念される。データ分布の間のダイバージェンスを考え、各マシンの重要度をそのデータから自動的に重みづけし、異常データの影響を抑える手法を提案する。