異常値を含む大規模データに対するサポートベクター回帰の効率的学習法

抄録

本研究では異常値が含まれる大規模データをサポートベクター回帰(SVR)を用いて効率的に学習する方法を紹介する。SVRは一般的に２次計画問題として定式化される。２次計画問題は問題の規模(データ数) が大きくなると計算時間が指数関数的に増大してしまうという欠点がある。現在までに、計算時間の短縮を図る方法としてchunking法が提案されているが、一般的にchunking法は異常値による影響を受けやすい事が知られている。そこで新たな分解法によって異常値を含むデータに対してもロバストな計算手法を提案し、その有効性を示す。