L1正則化付き線形回帰の逐次型アルゴリズム

カテゴリ: 部門大会

論文No: GS7-5

グループ名: 【C】平成27年電気学会電子・情報・システム部門大会講演論文集

発行日: 2015/08/27

タイトル(英語): Recursive Algorithm of L1 Regularized Linear Regression

著者名: 金田 泰昌(東京都立産業技術研究センター),入月 康晴(東京都立産業技術研究センター)

著者名(英語): Yasuaki Kaneda(Tokyo Metropolitan Insustrial Technology Research Institute),Yasuharu Irizuki(Tokyo Metropolitan Insustrial Technology Research Institute)

キーワード: スパース推定|L1正則化|逐次アルゴリズム逐次アルゴリズム|Sparse Estimation|L1 Regularization|Recursive Algorithm

要約(日本語): 近年，制御をはじめ，様々な分野においてスパース推定が注目を集めている。その中でも，L1正則化付き線形回帰は凸最適化問題となるため，取扱いの容易さから様々なアプリケーションで応用されている。しかしながら，観測データ数が多くなると大量のデータ処理や大規模な行列演算が必要となり，計算コストが高くなるという問題がある。そこで，本研究ではL1正則化付き線形回帰に対して，データを一括で処理するのではなく，一つ前のステップで得られた解から逐次的に計算することができるアルゴリズムを提案する。逐次アルゴリズムを導出するために，本研究では評価関数の上下限を導入する。そして，その上下界の逐次解が解析的に得られることを示し，この解析解を用いて最適解を近似する。また，提案する解析近似解と最適解との誤差を見積もる指標を導出する。数値シミュレーションにより提案設計手法の有効性を検証する。

PDFファイルサイズ: 385 Kバイト