オンライン予測問題に対するライフタイムにペナルティをもつエキスパートを用いた適応型アルゴリズム

カテゴリ: 部門大会

論文No: MC6-1

グループ名: 【C】2021年電気学会電子・情報・システム部門大会

発行日: 2021/09/08

タイトル(英語): An adaptive online algorithm though experts' prediction with the penalty method

著者名: 松井 猛（群馬大学）,奥原 浩之（富山県立大学）

著者名(英語): Takeshi Matsui (Gunma University),Koji Okuhara (Toyama Prefectural University)

キーワード: オンラインアルゴリズム|ペナルティ|ビッグデータビッグデータ|online algorithm|penalty|big data

要約(日本語): インターネットのアクセスログ，センサー機器のデータ，TwitterやFacebookなどのSNSのデータなど，さまざまな分野で従来の分析の想定を超える大規模なデータが発生している．このように集められた大量のデータを用いて，個々のユーザーのふるまいの分類，システムの障害の検知・予測など，多様な分析を行い，ビジネスに役立てるための試みが盛んに行われている．しかし，大規模なデータに対して従来のデータマイニングなどの分析手法をそのまま適用すると，処理時間が爆発的に増加してしまい，現実的な計算時間では分析が終了しないことがある．そこで本研究では，オンラインアルゴリズムと呼ばれる，逐次的に学習を行うアルゴリズムをビッグデータに適用し，予測の精度がエキスパートの寿命に影響を与えるペナルティを設定することにより，データの急変に対応できる新しい適応型オンラインアルゴリズムを提案する．

PDFファイルサイズ: 427 Kバイト