KDD'16に文法圧縮されたデータ行列上でのPLS回帰のモデル学習に関する論文が採択 - Yasuo Tabeiの日記
データマイニング分野のトップの国際会議KDD’16に以下の論文が採択されました. Y.Tabei, H.Saigo, Y.Yamanishi, S.J.Puglisi: Scalable partial least squares regression on grammar-compressed data matrices, accepted to KDD’16 内容は, PLS回帰モデルの入力となるデータ行列を文法圧縮してその上でスケーラブルにモデル学習するというものです. 機械学習法の殆の入力はデータ行列とそのラベル列です. 機械学習には, データ行列がメモリーの大半を占める機械学習アルゴリズムが存在して, もし, データ行列を圧縮して学習することができれば, 入力が巨大な行列でもメモリー効率良くモデル学習を行なうことができます.PLS回帰モデルにはそのような学習アルゴリズムが存在して
文法圧縮入門：超高速テキスト処理のためのデータ圧縮（NLP2014チュートリアル）
言語処理学会第２０回年次大会（2014/3）のチュートリアル講義資料です。 - 要旨 - 文法圧縮とは，入力テキストをよりコンパクトな文脈自由文法（CFG）に変換する圧縮法の総称である． 文法圧縮の強みは圧縮テキストを展開すること無く，検索等のテキスト処理を効率よく行える点にある． 驚くべきことにその処理速度は，元テキスト上での同じ処理を理論的に，時には実際にも凌駕する． また近年，ウェブアーカイブやログ，ゲノム配列等の大規模実データを高効率に圧縮できることで注目を集めている． しかしながら，文法圧縮についての初学者向けの解説資料はまだまだ少ない． そこで本チュートリアルでは，文法圧縮の歴史的背景から最新動向までを幅広く紹介する． 具体的には文法変換アルゴリズム，圧縮テキスト上での文字列パターン検索，文法圧縮に基づく省メモリデータ構造等の解説を行う．Read less
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
snappy -A fast compressor/decompressor - Google Project Hosting
