日本統計学会研究業績賞受賞者特別寄稿論文
Multiple Kernel Learningの学習理論
2018 年 47 巻 2 号 p. 141-157
詳細
2018 年 47 巻 2 号 p. 141-157
Multiple Kernel Learning (MKL) について正則化法およびベイズ推定法を紹介し，その汎化誤差解析について概説する．正則化法については，ℓ1-正則化およびエラスティックネット型の正則化を考察する．エラスティックネット型の正則化はスパース性を誘導するℓ1-正則化と滑らかさを制御するℓ2-正則化の組み合わせで表される．ベースとなるカーネル関数の数は多くても，真の関数に必要なカーネル関数の数は少ないスパースな状況を考察し，これまで得られていたレートよりも速い収束レートを導出する．さらに，ガウシアンプロセス事前分布を用いたベイズ推定量を考察し，一次独立性の条件を仮定せずとも速い収束レートを達成できることを示す．
