- 著者
-
高柳 未来
田部井 靖生
西郷 浩人
- 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33回全国大会(2019)
- 巻号頁・発行日
- pp.4I3J204, 2019 (Released:2019-06-01)
変数間作用を考慮した非負スパースモデルを作ることは,現実世界の問題を解く上で必要不可欠であり,例えば生物学では応答変数は頻繁に特徴の組み合わせの線形和で定式化される. この論文ではアイテムセットマイニングと非負線形回帰を組み合わせ,この問題の解を導く. 我々の貢献は,特徴探索のための新たな条件を提案することである. 人工データでは,提案手法は枝刈り条件のないナイーブな手法に比べて数桁分高速に実行できることを実証する. さらに,実験において非負制約が通常のLASSOよりも有効な特徴の数を減らすことができることを示す. HIV-1ウイルスの薬剤耐性データセットを用いた実験では,提案手法は突然変異の組み合わせにより引き起こされる薬物耐性の上昇を高速でモデル化することに成功した. 我々は誤検知の抑制において,非負制約が効果的であることも実証した.