統計学輪講（第１７回）

日時      2008年7月15日(火)    15時〜15時50分
場所      経済学部新棟３階第３教室
講演者    鈴木 (情報理工D3)
演題      連続的タスク集合におけるマルチタスクラーニングの汎化誤差

概要

マルチタスクラーニングとは，複数の似通ったタスク（二値判別や回帰問題）を
学習する際タスク間で情報を共有させることによって汎化性能を上げようという
枠組みである．本発表では二値判別を扱い，タスクが連続的にパラメトライズさ
れている時にパラメータが近いタスクのデータを共有して学習することを考える．
既存のマルチタスクラーニングは離散的なタスクを扱ってきたが，現実には異な
る角度から見た物体認識のように連続的にパラメトライズされたタスク集合を扱
う場合がある．ここでは，その場合どれだけ近いパラメータのデータを共有する
べきか，その最適な窓幅のオーダーを近年Tsybakovによって導入され注目されて
いる低雑音条件のもとで議論する．得られた結果は直観に合うものであり，単一
タスクの拡張になっていることが分かる．さらに，タスクの連続性や簡単さが分
からない場合に適応的に窓幅やモデルを選択する方法についても述べる．