集合データを学習するモデルの紹介 - ZOZO TECH BLOG

（Icon Credit *1） こんにちは。スタートトゥデイ研究所の後藤です。 今回は、集合を入力として扱うネットワークモデルの紹介をしたいと思います。機械学習の多くのモデルは、固定長の入出力や順序のある可変長の入出力を扱うように設計されます。画像データやテーブルデータは各サンプルの入出力の次元を合わせて学習しますし、自然言語処理のコーパスや時系列データは入出力の順序を保持して利用します。 その一方で、可変長で順序のない集合データを扱うモデルの研究は最近になって取り組み始められたばかりです。我々が研究しているファッションの領域において、入力データを集合として扱いたくなる状況がたびたびあるため、理解を深めておきたい問題設定です。 コーディネートをアイテムの集合とみなす コーディネートに使われたアイテムの例 コーディネートをアイテムの組み合わせとして捉えた場合、1つのコーディネートはアイテム

[sh19910711]

2018 / "Veit et al. 2015: 集合全体を評価することは一旦諦めて、入力を固定長にしてしまう / Zaheer et al. 2017: 集合を入力とする際に満たされるべき性質を持った、必要十分なネットワーク構造を示しています"

[mather314]

A ⊃ B のときに f(A) と f(B) に何らかの関係があるんだろうか。非線形ということもあってなんとも言えないけど、低評価要因を探すなどの応用もありそう。