統計数学セミナー
Seminar on Probability and Statistics |
Home : Archive [ 2003 to 04 ] [ 2004 to 05 ] [ 2005 to 06 ] [ 2006 to 07 ] [ 2007 to 08 ] [ 2008 to 09 ] [ 2009 to 10 ] [ 2010 to 11 ] [ 2011 to 12 ] [ 2012 to 13 ] [ 2013 to 14 ] [ 2014 to 15 ] |
Previous Seminar : Next Seminar |
Seminar on Probability and Statistics Tuesday November 11 2014 Osaka I407 (Host) and Tokyo 052 (Web) 4:30-5:40 pm
Local Ordinal Embedding
寺田 吉壱 / Terada, Yoshikazu 脳情報通信融合研究センター CiNet / Center for Information and Neural Networks Abstract Ordinal embeddingとは,対象間の非類似度の順序情報( d(i,j) < d(k,l) )の みが与えられた際に,
順序情報を可能な限り再現するように対象をp次元のEuclid空間に埋め込む問題 である.
Facebookのfriend networkのような非重み付きgraphが潜在的に幾何的な構造を もっていると考えれば,
ordinal embeddingによりグラフの頂点を幾何的な構造を保持してp次元空間に埋 め込むことができる.
本発表では,この問題に対して,先行研究であるgeneralized non-metric MDSや
structure preserving embeddingとは異なり,tuning parameterを必要とせず,
計算量も少ない新たな方法 (Soft Ordinal Embedding; SOE) を提案する.
次に,もし非重み付きgraphが潜在的なEuclid座標の近接情報によって構成され ているとした際に,
(0,1)-近接行列のみから背後の座標を再現できるかという問題を考える.
もしこの問題に対して肯定的な解を与える事ができれば,
非重み付きgraphが従来の多変量データ解析に必要な情報を保持していると考え られる.
本発表では,random geometric graphの観点からこの問題に対して解を与える事で,
非重み付きgraphに対する機械学習の限界と可能性を示す.
|
Previous Seminar : Next Seminar | Seminar on Probability and Statistics |