[1J3-J-2] Machine learning: bayesian models

[1J3-J-2-01] Bayesian Optimization with Kernels for Persistence Diagrams

〇Tatsuya Shiraishi¹, Makoto Yamada^1,2, Hisashi Kashima^1,2 (1. Kyoto University, 2. RIKEN Center for Advanced Intelligence Project)

Keywords:Bayesian optimization, Topological data analysis

グラフ構造最適化は最適な性質を持つグラフ構造を探索するタスクであり、グラフ構造データ分析の中でも重要なタスクの一つである。グラフ構造最適化における目的関数は、評価コストの高いブラックボックス関数であることが多い。ベイズ最適化は、このような目的関数の最適化によく利用される最適化手法の一つである。しかし、ベイズ最適化でグラフ構造を扱うためには、データの幾何学的な特徴を情報をうまく抽出して類似性を測る必要がある。 本研究では、近年機械学習において注目されている位相的データ解析(TDA)によって得られるトポロジカルな情報を利用する。 実験を通して、TDAによって得られる情報を用いることで、ランダムに探索する場合と比べて効率的に探索できるようになることを示す。