著者
高濱 隆輔 神嶌 敏弘 鹿島 久嗣
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.29, 2015

多数のオブジェクトのランキング推定のためのデータ収集にはしばしば一対比較が用いられるが,一対比較は1組の比較結果を得るたびに2個のオブジェクトの評価を必要とする.本研究では,オブジェクトの評価回数を抑えつつ多数の比較結果を得る手法である漸進比較法とその能動学習法を提案し,評価実験を行った.この結果,提案手法はランダムに学習する手法や一対比較に比べて少ない評価回数で高い精度に達することを確認した.

言及状況

Twitter (1 users, 1 posts, 1 favorites)

@tmaehara https://t.co/GMEMhb4DUr の能動学習的のとか, @jkomiyama_ さんの duel bandit 系のアプローチでいくとか

収集済み URL リスト