第12回 人工知能学会 データマイニングと統計数理研究会 (SIG-DMSM)†
このページはしましまが第12回人工知能学会データマイニングと統計数理研究会 に参加してとったメモです．私の主観や勘違いが含まれていたり，私が全く分かってなかったりしていますので，その点を注意してご覧ください．誤りがあれば，指摘してください．
3月 29日 (月)†
コンテンツ評価情報の類似度を用いたユーザの嗜好推測とコンテンツ推薦†
○鈴木 健太，濱川 礼（中京大学）
- 本のレビューの類似度に基づく内容ベース推薦
- Wikipediaから抽出した固定語集合中の語彙の出現頻度と，形態素解析で抽出した単語の一致度を使う
小売サービスにおけるカテゴリマイニング 〜大規模データ融合による顧客－商品の同時カテゴリ分類と知識発見†
○石垣 司，竹中 毅，本村 陽一（産業技術総合研究所）
- pLSA型と類似しているが，潜在変数が利用者とアイテムの二つになっている
- 別途，アンケート調査をしており，因子分析したときのスコアをモデルに対して導入
Lasso調整型確率化平衡樹木による回帰解析†
中村将俊（大日本住友製薬），○下川敏雄（山梨大学），後藤昌司（医学統計研究会）
- ランダム・フォレストは分類ではいいが，回帰では良くない
- 単純に平均をとる代わりに，各要素予測器の線形結合にL1正則化を付けて推測した重みを付けて平均をとる
科学可視化のポスト処理†
○白山 晋（東京大学）
- http://blog.goo.ne.jp/visualbase
- 2015 ごろには，128などのマルチコアになる → 地球シミュレータがパソコンに
- シミュレーション：モデルと実世界のすりあわせ → 検証が問題になる
- 第3の科学的手法 (Arthur J. Freeman)：計算物理学者はプログラミングもできないと
- 可視化：恣意性，定量性，解釈の個人差 → 可視化の良さは定義しにくい
- どうにかしないといけない
分類ルール評価指標を用いたデータセット類似度分析†
○阿部秀尚，津本周作（島根大学）
- メタ学習：実際に決定木をつくって，その決定木から抽出した特徴で，類似したデータ集合を集めるクラスタを求める
確率勾配ブースティングを用いたテレコムの契約者行動予測モデルの紹介（KDD Cup 2009での分析より）[review発表]†
○小林 淳一，高本 和明（金融エンジニアリング・グループ）
- 匿名化のされた，通話記録データから，解約するかなどを予測する．変数の名前さえ秘匿．
- Freedmanの確率勾配ブースティングを利用．変数寄与度での特徴選択が効いた
Catoni流の帰納的PAC-Bayesian学習に関する一考察 [review発表]†
○綾野 孝則，鈴木 譲（大阪大学）
PCAを用いた2群の有意差検定†
○田口 善弘（中央大学）
- それぞれ数百ある二つサンプル群を，遺伝子への反応とかを元に有意差検定をする
- サンプル群の分け方が複数あるとき，それらを組み合わせて，目的のサンプル群の分け方の有意性をみたい → 多重比較だと検定力が下がる
- 識別問題に落としてカーネルトリックなどを使うと，変数選択とかの可読性がさがる
- PCAを使って，変数選択と変数の適切な線形結合を同時に推定できた．
シンポジウム「データセントリックサイエンスがつくる未来」†
大量大規模データを活かす科学が予言する未来社会†
北川 源四郎（統計数理研究所所長/分科会委員長）
- 情報技術・情報社会の発展 → 大規模・大量のヘテロデータが集積
- （工業化社会 → 情報化社会 + 資本主義 → ポスト資本主義）⇒ 知識社会
- ドラッカー：ポスト資本主義社会における資源は，資本でも土地でも労働でもなく，それは「知識」である ⇒ この転換は2010〜2020年まで続く
- [ 知識：普遍の真理，モデル：実体の表現 ] ⇒ [ 知識：予測・意志決定に有用な情報，モデル：機能の表現 ]
- 科学研究の拡大：物理世界 → 物理+進化世界 → 物理+進化+Cyber(人工物)世界
- 第3の科学＝計算科学の確立：理論科学(原理主導・演繹)と実験科学(データ主導) → 計算科学 (シミュレーション)
30年後の未来予想
- 個別対応社会：マスからの転換
- サービス産業の革新（医療・福祉・教育・情報提供・観光）
- センシング用インフラ整備：大量データがリアルタイムに（気象・災害・交通）
- 経済・社会体制の変革
- 大量データの瞬時処理：価格決定メカニズム，保険・年金制度，会計・課税・監査，貨幣経済の変化
- 民主主義の新しい形態：世論把握，複雑な系の実世界シミュレータ
- 予測・シミュレーションへの活用：リアルタイム活用，大規模（個人）情報の活用，地域・個人・リアルタイム情報の統合
- 安心・安全：センサーによる災害・事故防止，常時観測情報（犯罪・事故・災害の被害軽減）プリコグニション
- 必要になる技術：センシング，データ中心科学（データ同化，マルチシナリオ），プライバシ・セキュリティ
第4の科学
- データ中心の科学，シミュレーションとともに計算機が可能にした科学 (cyber-enabled)
- モデル：普遍なものから情報抽出の道具に（いろいろな知識を統合するベイズモデリング）
- 個人化：過去の統計から離れる 平均を見る→個性を捉える
- 究極の個人化は他のデータとの関連性がみれなくなる → 究極の条件付けが必要
- データ同化：方程式を解く → データを活用してシミュレーションの精度を向上，第3と4の科学の統合
- 能動的モデリング，個人化，データ同化 → どれもベイズモデリングに関連
時系列における情報統合
海底地震計 (OBS)
- 観測時系列データを普通にみると水中の反射しか見えず役にたたない
- (地下 + 水中 + ノイズ) の三つの要素 + 隣接センサーの干渉 + ラフな地下構造モデルの組み合わせ
マルチエージェントシミュレーションで描く都市交通の未来†
中島 秀之（公立はこだて未来大学学長/分科会副委員長）
- Jim Grey: the Fourth Paradigm
- 情報は，物質・エネルギーに続く第3の世界観（アービン・トフラー）
スマートシティはこだて（はこだて未来大 + IBM）
医療との連携
- 患者視点のIT：待ち時間削減・周知，交通手段の確保・連携，通院の必要性の削減，遠隔医療，診断情報（カルテ）の共有
フルデマンドバス
- 固定経路や時刻表をもたないバス．GPSとかのデータを使う．
- 高知 中村市で実現された
- 乗客は，出発地と目的地を伝えると，何分後かにバスがくる
- 人数が少ないと回り道が少なくて効率がいいけど，増えるとシミュレーションでも悪かった - 人数に上限を設けて，必要に応じてバスを増やすモデルだとフルデマンドが良かった
大規模カーナビゲーション
- VICS を装着した車が20%ぐらいだとVICSをつけると早く付けるが，50%を超えるとみんなかわらなくなる
- みんなが集まりすぎないような制御が必要 → 人が動いたあとの未来の状態をシミュレーションで求めて知らせる必要
- 経路情報を共有して，大域最適すると，装着率が上がってもVICSは有効になる
- 問題：みんなが位置情報を出してくれるか → 秘密関数計算？，全員が最短コースが通れるわけではない→経済原理
スマートシティ函館：交通と医療
- フルデマンドバスを10台ぐらい：病院に行く人のバスを対象に
- 診察券とバスの精算を一体化，個人の一致性はチェックできるが個人の特定はできない
- バス運行の中央制御：中央の計算機からデータをダウンロードするカーナビ
- 患者さんの情報はGPS付き携帯で収集
- 渋滞情報を集める問題，法律の規制，料金設定の問題
- 中心部（第2期）→もっとIT化（第3期）
- 意外だが，通勤・通学のようなタイプの大量移動でもシミュレーションではフルデマンドは有効だった
- 技術課題：シミュレーションの検証，最適ルート計算（到着時間保証），渋滞予測，エリア制の設定
3月 30日 (火)†
○鈴木 譲（大阪大学）
重みつき窓を用いた適応型オンライン予測†
吉田 真一，○畑埜 晃平，瀧本 英二，竹田 正幸（九州大学）
- スライド窓の大きさを適応的に変化させられるweighted-averageアルゴリズム
- スライド窓に，大きさが異なる複数部分窓を考え，それらを重み付けして予測する．regret の上限が求められる
- さらに，有効期間の異なるスライド窓が複数ある場合にも適応regretの上限が計算できる．
密度比推定の理論的解析†
○金森 敬文（名古屋大学），鈴木大慈（東京大学），杉山 将（東京工業大学）
ラベル無しデータを用いた回帰の改良†
○川喜田 雅則，竹内 純一（九州大学）
- サンプルの重要度を，ラベルなしデータから推定して密度で補正するような推定をする．
Incremental Mining of Closed Frequent Subtrees†
○Viet Anh NGUYEN，Akihiro YAMAMOTO（京都大学）
- 少しだけDBが更新されたとき，頻出飽和木パターンを抽出する．
- 候補集合の更新を効率的に行うヒューリスティック
○山本 けい子，速水 悟，亀山 敦之，内山 良一，紀ノ定 保臣（岐阜大学）
テキストマイニングによる個人Blogデータからの性格推定手法†
○南川 敦宣，横山 浩之（KDDI研究所）
- エゴグラム：エリック・バーン
- 五つの基本要素 Critical Parent, Nurturing Parent, Adult, Free Child, Adapted Child で自我状態を分類する
- 行動的診断（表情，しぐさ），質問紙法（東大式エゴグラム TEG2）
- ブログからエゴグラムを作る
○赤間 陽二，上野 康隆（東北大学）
- データ数と次元数を同時に大きくすると，固有値がまともに推定できないときがあるので，それが推定される条件を示す
指数族テンソル因子化法による欠損値予測と異常検知†
○林 浩平，竹之内 高志，柴田 智広（奈良先端大），神谷 祐樹，加藤 大志，國枝 和雄，山田 敬嗣（NEC），池田 和司（奈良先端大）
- 軸が一つヘテロな，すなわち，適切な分布が異なるようなテンソル分解をする．
- EMで解くが，解析解が求められない → ラプラス近似 + ガウス過程
多様体学習と非線形次元縮約 [review発表]†
○西森康則（産業技術総合研究所）
- 高次元空間中の多様体を低次元に展開する方法のサーベイ
半環に基づく前向き後ろ向きアルゴリズムの一般化†
○東 藍，新保 仁，松本裕治（奈良先端大）
- トレリスのパスをかけ算，パスに渡る方を足し算と考えて半環とみなす
- Viterbiなどがこの一般的な枠組みで捉えられる
拡散現象を媒介するネットワークのプロファイリング†
○前野 義晴（ソーシャル・デザイン・グループ）
- 確率的な変化をもち，空間的にヘテロなネットワークを伝播し成長する拡散現象の観測データから，ネットワークのトポロジと拡散の係数を推定する方法を述べる．
- 確率微分方程式の近似でとく
○猪口 明博，鷲尾 隆（大阪大学）
![[PukiWiki]](image/ibisforest.png "[PukiWiki]")
