(NII Open House 2022) 欠損値を含むデータからの高速パターン抽出

Transcript

1. 行列分解 何がすごい？ 欠損値を含むデータからの高速パターン抽出 データを非負行列として捉え，分解してパターンを取り出す． ▪複数の行列から，最も支配的なパターンを高速に見つける公式を発見！ ▪この公式を応用して，欠損を含むデータから高速にパターンを発見！ 杉山研 ガラムカリ和 ▪複合行列分解 再構成誤差𝐿 最適分解 [1] Ghalamkari, K., Sugiyama, M., Fast Rank-1 NMF for Missing Data with KL Divergence, AISTATS2022 [2] ガラムカリ和, 杉山麿人, 欠損を含む非負行列の高速なランク１分解 第120回人工知能基本問題研究会(SIG-FPAI 2022) ・坂の傾きを求めながら最適な分解表現を探索． 始点を適切に選択する必要がある． 時間がかかる． 1stepでどれくらい進むかを決める必要がある． 停止条件を決める必要がある． 実験結果 ▪従来手法 飲みもの お菓子 研究のアイデア 欠損値を含む行列の高速ランク１分解法 複合行列の最良ランク１分解の公式 欠損を増やして複合行列分解に帰着して公式を使用 厳密な解が一発で求まる公式* 複数の行列を一度に分解 データに含まれる欠損値に対処 ▪欠損値を含む行列分解 ▪提案手法 置換と解の公式だけで完結！ 高速に解が求まる． * 再構成誤差をKL情報量で定義した場合に最良ランク１分解を実現 提案手法は置換と公式で 解を一発で求める** ** 欠損を増やした場合は近似解 🍵を買う人に ☕をオススメ！ 例： 行列の番地が確率変数の分布を導入 単一パターンからなる分布の集合 確率分布の幾何学の理論で公式を導出 詳細 5～10倍の高速化 提案手法と従来手法KL-WNMFの比較実験 たくさんの情報を効率的に解析