千葉工業大学 人工知能・ソフトウェア技術研究センター (ステアラボ) では、機械学習、自然言語処理、画像処理等の人工知能分野の研究者をお招きし、最先端の研究についてご講演していただく「ステアラボ人工知能セミナー」を定期的に開催しています。

第11回目の今回は、ステアラボの重藤主任研究員が「高次元データにおけるハブの出現」というタイトルで、自身の研究テーマに関連する講演を行います。

どなたでも無料でご参加いただけます。

参加申込みの抽選結果は7月10日にお知らせいたします。その後、座席に余裕がある場合は先着順でセミナー当日まで申込みを受け付けます。

日時

2017年7月21日 (金) 15:00-16:30

場所

東京スカイツリータウン (R) ソラマチ8F
千葉工業大学東京スカイツリータウン (R) キャンパス

講演者

ステアラボ 主任研究員
重藤優太郎

講演タイトル

高次元データにおけるハブの出現

講演概要

高次元空間では「距離の集中」(concentration of distances) をはじめ, 我々の直感に反する様々な現象が生じる. これらの現象は,「次元の呪い」(curse of dimensionality) と総称され, この呪いが高次元データ解析を困難にする. 近年, 新種の呪いとして発見された, 高次元データにおける「ハブの出現」(hubness phenomenon) が多くの研究分野において注目を集めている.

ハブとは「与えられたデータセット (事例集合) の中で，多数の事例の近傍事例となる事例」を指す. このハブの存在は, 直感的には想像しにくいが, 実際に多くの高次元データセットにおいて, ハブの出現が報告されている.

ハブの出現は, 近傍法の性能の低下を引き起こす. 例えば, ハブが出現するデータセットに対して近傍検索を行う場合, 入力される様々なクエリ事例に対して同一のデータ事例 (ハブ事例) が検索結果として出力される. また, k近傍分類では, どのようなテスト事例を入力してもハブ事例のラベルが予測結果となる. 近傍検索・分類の双方において, このようなハブ事例の存在は, 有意義であるとは言えず, 実用上役に立たない.

本セミナーでは, これまで行われてきたハブに関する研究を紹介する.