統計学輪講（第２回）

日時　　2010年04月13日(火)    15時～16時40分
場所　　経済学部新棟３階第３教室
講演者　冨岡 亮太 (情報理工)
演題　　Dual Augmented Lagrangian (DAL) 法によるスパース正則化

概要

スパース正則化は非常に多数の説明変数の中から有用なものを選び出したり
データに潜む低次元の構造を抽出したりするための系統的な方法である．
本発表では凸最適化問題に基づくスパース正則化の方法を紹介し，このような
問題を効率的に解くためのアルゴリズムとして講演者らが提案している Dual
 Augmented Lagrangian (DAL) 法を紹介する．とくに DAL が proximal
minimization と呼ばれる古典的な最適化の方法から導き出されることを示す．
さらに，現実的な仮定のもとで DAL が超１次収束することを示す．

本研究は，鈴木大慈（情報理工），杉山将（東工大）との共同研究である．

参考
Super-Linear Convergence of Dual Augmented Lagrangian Algorithm for
Sparse Learning
Ryota Tomioka, Taiji Suzuki, and Masashi Sugiyama, arXiv:0911.4046, 2009.
http://arxiv.org/abs/0911.4046