2023年度 人工知能学会全国大会(第37回)

講演情報

一般セッション

一般セッション » GS-1 基礎・理論

[1G3-GS-1] 基礎・理論

2023年6月6日(火) 13:00 〜 14:40 G会場 (大会議室 A4)

座長:金 秀明(NTT) [オンライン]

14:20 〜 14:40

[1G3-GS-1-05] 損失の期待値と分散をロバストに最小化する学習法

〇ホーランド マシュージェームズ1 (1. 大阪大学)

キーワード:分散抑制

損失分布の期待値と分散の和を最小化する際、凸性のある目的関数(例:DRO)を導入することが有効であることは知られているが、損失値の裾が重く、二次モーメントの有限性のみ仮定した場合、外れ値に対する脆弱性が避けられず、理論保証が劣り、実用性も限定されてしまう。本提案では凸性を求めず、分散も直接推定せずに、外れ値が起こりうる状況下でもmean-variance最小化をロバストに行う学習アルゴリズム設計法を考案し、その特性と効果を実験と理論の両面で評価する。

講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。

パスワード