Machine Learning
口頭発表
教師あり学習の導入によるMondrian Forestsの効率化
- Author
- 村田隆英, 木村昭悟, 牛久祥孝, 山下隆義, 山内悠嗣, 藤吉弘亘
- Publication
- パターン認識・メディア理解研究会, 2016
Download: PDF (Japanese)
Random Forestsのオンライン学習法であるMondrian Forestsは，学習時に，木構造全体を再構築するのではなく，学習済みデータと追加データの差異に基づいて更新が必要と判定された任意のノードのみを更新することで，計算コストを抑えた効率の良いオンライン学習を実現している．しかし，Mondrian Forestsは学習時に教師ラベルを用いないため，不要なノードを追加することがあり，木構造が肥大化し，木構造の構築に必要なメモリ量が増加する問題がある．本研究では，オンライン学習であるMondrian Forestsの効率的なフレームワークに，教師あり学習を導入し，木構造の構築に必要なノード数を削減することで，メモリ量を抑えた効率的な学習法を提案する．提案手法では，教師ラベル情報を用いた分岐関数の設計とノードの追加判定を導入する．評価実験により，提案手法は従来法と比較してノード数を約68%削減できることを確認した．