[5E]検索モデル(5)

13:30 〜 13:55

[5E-01] ペアワイズ手法におけるクラスタリングを用いたペアデータの段階的難易度上昇による学習効率向上手法

*エルゲン 瑛夏¹、鈴木 優¹ (1. 岐阜大学)

発表者区分：学生
論文種別：ロングペーパー
インタラクティブ発表：あり

キーワード：

ランキング学習、能動学習、ペアワイズ手法

ランキング学習におけるペアワイズ手法では，学習データ中の総当たりペアを全て用いる必要があるため，学習データの増加に伴い計算データが指数的に増加してしまうという問題がある．この問題を解決するため，我々はカリキュラム学習により学習効率を向上させることによって少ない計算データを用いてモデルを作成することを考えた．ペア中のデータが持つ特徴量が近いペアを学習難易度が高いと考え，ペア中のデータが持つ特徴量同士の距離を段階的に近づけていくことを行う．提案手法では学習データを二つにクラスタリングし，異なるクラスタ間のデータペアから計算データを作成する．その後各クラスタ中のデータを再度二つにクラスタリングし，作成された異クラスタ間データペアから計算データを作成する．この操作の反復によりペア中の特徴量を近づけていくことができ，学習難易度の段階的上昇が可能だと考えた．提案手法の有効性を確認するために実験を行い，提案手法を用いた場合に学習効率が向上することが分かった.