著者
河原 吉伸 矢入 健久 町田 和雄
出版者
一般社団法人 人工知能学会
雑誌
人工知能学会論文誌 (ISSN:13460714)
巻号頁・発行日
vol.23, no.2, pp.76-85, 2008 (Released:2008-01-29)
参考文献数
20

In this paper, we propose a class of algorithms for detecting the change-points in time-series data based on subspace identification, which is originaly a geometric approach for estimating linear state-space models generating time-series data. Our algorithms are derived from the principle that the subspace spanned by the columns of an observability matrix and the one spanned by the subsequences of time-series data are approximately equivalent. In this paper, we derive a batch-type algorithm applicable to ordinary time-series data, i.e., consisting of only output series, and then introduce the online version of the algorithm and the extension to be available with input-output time-series data. We illustrate the superior performance of our algorithms with comparative experiments using artificial and real datasets.
著者
河原 吉伸
雑誌
情報処理
巻号頁・発行日
vol.54, no.7, pp.734-740, 2013-06-15

高度な知能情報処理を実現するための理論/アルゴリズム体系である機械学習は,近年ますますその重要性を増す研究分野の一つである.本解説では,データや学習問題に内在する離散的な構造情報を用いた学習の枠組みである,構造正則化学習について述べる.ここでいう離散的な構造とは,例えばデータ変数上のグラフ構造やグループ構造,または階層構造といったものを指す.本解説では,機械学習における一般的枠組みである正則化学習について述べた後,ここに構造を組み込む方法について説明する.また,正則化学習は最終的に最適化へと帰着されるが,その効率的な計算のためには,構造が持つ凸性との関係を利用する事が有用となる.本解説では,その基本的な考え方についても説明を行う.
著者
鈴木 崇平 武石 直也 岸本 政徳 吉谷 尚久 沖野 健太 河原 吉伸 廣島 雅人
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34回 (2020)
巻号頁・発行日
pp.4M3GS1305, 2020 (Released:2020-06-19)

わが国では2011年の東日本大震災を契機に脆弱性が表面化した中央集権型エネルギーシステムの見直しが進んでいる。特に、環境への配慮から再生可能エネルギーを活用した分散型エネルギーシステムへの転換が求められるようになり、一つの解法としてVPP(Virtual Power Plant)と呼ばれる構想が注目されている。2021年に国内に創設される需給調整市場に向けて、本研究は世帯別の消費電力の高精度な予測手法の開発を目的としている。一般家庭における消費電力予測は住人の生活リズムに起因する変動を捉えることが重要となるため、本論文ではデータサンプルの重み付けを考慮した自己回帰モデルを提案する。複数世帯から取得した30分粒度の電力時系列データを利用し、提案手法の有効性を確認した。
著者
安藤 雅行 河原 吉伸 砂山 渡 畑中 裕司 小郷原 一智
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 (2017)
巻号頁・発行日
pp.2M2OS34a2, 2017 (Released:2018-07-30)

近年,深層学習を用いた様々な応用システムが開発されてきている.しかし,その多くは出力の精度向上を目指したものとなっているため,出力を導いた具体的な分類パターンが不明なことが多い.そこで本研究では,文章の分類問題を例として,出力を導くネットワークの一部を可視化することで,分類パターンの意味付けを支援する.これにより,学習された内容に基づく新たな知見を,人間が獲得できる環境の構築を目指す.
著者
乾 稔 矢入 健久 河原 吉伸 町田 和雄
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23回 (2009)
巻号頁・発行日
pp.1B12, 2009 (Released:2018-07-30)

システム監視へのデータマイニングの適用は結果の解釈の困難さや,その後の異常診断へのつなげ難さという欠点があるが,それらを克服するアプローチとして,入力空間で結果を解釈することが出来る次元削減と再構成誤差を用いた異常検知法がある.本稿では,多くの次元削減法からタイプの異なる5つの次元削減法とk-means法について,ベンチマークデータと実際の人工衛星データを用いて異常検知の観点から比較検討を行った.
著者
杉本 和正 河原 吉伸 鷲尾 隆
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26回全国大会(2012)
巻号頁・発行日
pp.3B1R27, 2012 (Released:2018-07-30)

特徴選択は,学習プロセスにおける前処理や,データ・モデルの解析において,重要となるタスクの一つである.本研究では,ランダムに生成した複数の候補解を用いて理論的保証を持つ近似解を計算する枠組みである,乱択アルゴリズムを特徴選択へ適用する方法に関して議論する.そして,人工データや実データを用いてその経験的性能について調べる.
著者
河原 吉伸
出版者
自動制御連合講演会
雑誌
自動制御連合講演会講演論文集 第51回自動制御連合講演会
巻号頁・発行日
pp.316, 2008 (Released:2009-04-14)

部分空間同定法は,与えられた入出力データにより形成される部分空間上での幾何学演算により,システム同定問題を解くアプローチである.本稿では,正定値カーネルを用いて,予測子に基づく部分空間同定法を非線形の場合へと一般化する.主に機械学習の分野で知られるように,確率過程は,それと合同な再生核ヒルベルト空間(RKHS)を生成する.著者は,この関係を用いて,与えられたデータ系列と合同となるRKHS上において,最適な予測を与える部分空間同定法を導出する.
著者
安藤 雅行 河原 吉伸 砂山 渡 畑中 裕司 小郷原 一智
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

近年,深層学習を用いた様々な応用システムが開発されてきている.しかし,その多くは出力の精度向上を目指したものとなっているため,出力を導いた具体的な分類パターンが不明なことが多い.そこで本研究では,文章の分類問題を例として,出力を導くネットワークの一部を可視化することで,分類パターンの意味付けを支援する.これにより,学習された内容に基づく新たな知見を,人間が獲得できる環境の構築を目指す.
著者
河原 吉伸 津田 宏治 鷲尾 隆 武田 朗子 湊 真一
出版者
一般社団法人電子情報通信学会
雑誌
電子情報通信学会技術研究報告. IBISML, 情報論的学習理論と機械学習 (ISSN:09135685)
巻号頁・発行日
vol.110, no.476, pp.63-68, 2011-03-21
参考文献数
14

特徴選択は,所与の特徴(パラメータや属性,関数などの集合)の中から問題解決に有効なその一部を取り出すタスクであり,機械学習や統計科学,データマイニングなどにおける最も重要な課題の一つである.この問題は近年,解釈性や計算効率の有用性から,疎な解を誘導しやすいノルムを用いた正則化損失関数最小化の枠組みで議論される場合が多い.損失関数の多くは集合関数として見た場合,劣モジュラ性を有するため,本稿では,特徴選択を劣モジュラ関数最適化として定式化する.これは,最も疎な解を誘導しやすいl_0ノルムを用いた正則化損失関数最小化を直接扱っている事に相当する.著者らは,2分決定図(Binary Decision Diagram; BDD)を用いた解空間の表現,及び,特徴を選択する評価関数の劣モジュラ性を用いた効率的な探索により,厳密解を含む最適性の高い解を列挙する方法を提案する.さらに,提案手法の有用性に関する検証例を示す.
著者
鄭 雲珠 末松 はるか 伊藤 貴之 藤巻 遼平 森永 聡 河原 吉伸
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.26, 2012

散布図の集合を用いた高次元データ可視化の一手法を提案する。本手法ではまず、高次元データから相関性の高い複数の次元ペアを選択し、各々の次元ペアから複数の散布図を生成する。 続いて、次元を共有する散布図どうしを連結したネットワークを構成し、力学モデルを適用することでネットワークの画面配置を適正化する。 以上により、関係性の高い散布図が画面上で隣接するような可視化結果を得る。
著者
上甲 昌郎 河原 吉伸 矢入 健久
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.24, 2010

本論文では、機会学習とシステム制御の二つの分野の近年の成果を統合した、非線形システムの学習アルゴリズムを提案する。CCAの確率的解釈と同様にして部分空間法を確率的解釈することで、局所線形モデルの整列による非線形システムの学習法へと拡張が可能になる。最後にモーションキャプチャのデータへと適用し、本手法の有用性を示す。