JP5701787B2

JP5701787B2 - データ分類予測装置、方法、及びプログラム

Info

Publication number: JP5701787B2
Application number: JP2012033243A
Authority: JP
Inventors: 平尾　努; 努平尾; 具治岩田
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2012-02-17
Filing date: 2012-02-17
Publication date: 2015-04-15
Anticipated expiration: 2032-02-17
Also published as: JP2013171329A

Description

本発明は、データ分類予測装置、方法、及びプログラムに係り、特に、ソースデータ集合とターゲットデータ集合との間の関連性が未知であるという前提のもと、ソースデータ集合及びその分類と、ターゲットデータ集合とが与えられた場合に、ターゲットデータの分類を予測するデータ分類予測装置、方法、及びプログラムに関する。

ソースデータとターゲットデータとの間の関連性が既知である場合、つまり、ソースデータとターゲットデータとが（ｓ_ｎ，ｔ_ｎ）_ｎ＝１ ^Ｎというペアの集合として与えられており、ソースデータｓ_ｎのクラスラベルがｙ_ｎである場合、いわゆる教師あり学習の枠組みを用いて、ターゲットデータｔ_ｍのクラスラベルｙ_ｍを予測することは容易である。ここで、「クラスラベル」とは、ソースデータ及びターゲットデータ各々が分類されるクラス（カテゴリ）を示すラベルである。

しかし、ソースデータとターゲットデータとのペアを用意することが困難な場合や、コストがかかる場合も多々ある。

こうした問題を解決するため、ソースデータ集合及びターゲットデータ集合からソースデータとターゲットデータとのペアを見つけ出す方法が提案されている（非特許文献１参照）。

Novi Quadrianto, Le Song, Alex J. Smola. "Kernelized Sorting." Advances in Neural Information Processing Systems 21, pp. 1289-1296, 2009.

しかしながら、非特許文献１の方法では、ソースデータ集合とターゲットデータ集合との大きさが同じである必要がある。すなわち、ソースデータのデータ数とターゲットデータのデータ数とが同じ場合にしか適用できず、汎用性に欠ける、という問題点がある。

本発明は上記事情に鑑みてなされたものであり、互いにデータ数が異なり、かつ対応付けが未知のソースデータ集合とターゲットデータ集合とを用いて、ターゲットデータの分類を予測することができるデータ分類予測装置、方法、及びプログラムを提供することを目的とする。

上記目的を達成するために、本発明のデータ分類予測装置は、多次元ベクトルで表され、かつデータが分類されるクラスを示すラベルが付与された複数のソースデータを含むソースデータ集合と、多次元ベクトルで表され、かつ前記ソースデータとの対応関係及び前記ラベルが未知の複数のターゲットデータを含むターゲットデータ集合を読み込む読込手段と、前記読込手段により読み込まれた前記ソースデータ集合を示す行列Ｓを、複数の基底ベクトルを含む基底行列Ｈ_Ｓと該基底ベクトル毎の重みを表す重み行列Ｗ_Ｓとに分解すると共に、前記ターゲットデータ集合を示す行列Ｔを、前記基底行列Ｈ_Ｓと同一の次元数の基底行列Ｈ_Ｔと重み行列Ｗ_Ｔとに分解し、前記重み行列Ｗ _Ｓにより表される前記基底行列Ｈ_Ｓに含まれる基底ベクトル間の相関と、前記重み行列Ｗ _Ｔにより表される前記基底行列Ｈ_Ｔに含まれる基底ベクトル間の相関とが比例関係となるように、前記ソースデータ各々と前記ターゲットデータ各々との対応関係を推定する推定手段と、を含んで構成されている。

本発明のデータ分類予測装置によれば、読込手段が、多次元ベクトルで表され、かつデータが分類されるクラスを示すラベルが付与された複数のソースデータを含むソースデータ集合と、多次元ベクトルで表され、かつソースデータとの対応関係及びラベルが未知の複数のターゲットデータを含むターゲットデータ集合を読み込む。そして、推定手段が、読込手段により読み込まれたソースデータ集合を示す行列Ｓを、複数の基底ベクトルを含む基底行列Ｈ_Ｓと基底ベクトル毎の重みを表す重み行列Ｗ_Ｓとに分解すると共に、ターゲットデータ集合を示す行列Ｔを、基底行列Ｈ_Ｓと同一の次元数の基底行列Ｈ_Ｔと重み行列Ｗ_Ｔとに分解し、重み行列Ｗ _Ｓにより表される基底行列Ｈ_Ｓに含まれる基底ベクトル間の相関と、重み行列Ｗ _Ｔにより表される基底行列Ｈ_Ｔに含まれる基底ベクトル間の相関とが比例関係となるように、ソースデータ各々とターゲットデータ各々との対応関係を推定する。

このように、ソースデータ集合を示す行列及びターゲットデータ集合を示す行列を、同一次元数の基底行列を用いて分解した上で、基底間の相関に基づいてソースデータとターゲットデータとの対応関係を推定するため、互いにデータ数が異なり、かつ対応付けが未知のソースデータ集合とターゲットデータ集合とを用いて、ターゲットデータの分類を予測することができる。

また、前記推定手段は、前記ソースデータ集合を示す行列Ｓと、前記基底行列Ｈ_Ｓと前記重み行列Ｗ_Ｓとの積との差、前記ターゲットデータ集合を示す行列Ｔと、前記基底行列Ｈ_Ｔと前記重み行列Ｗ_Ｔとの積との差、及び前記基底行列Ｈ_Ｓに含まれる基底ベクトル間の相関と、前記基底行列Ｈ_Ｔに含まれる基底ベクトル間の相関と比例係数との積との差を含む目的関数を最小化するように、パラメータとして、前記基底行列Ｈ_Ｓ、前記重み行列Ｗ_Ｓ、前記基底行列Ｈ_Ｔを前記対応関係に基づいて並べ替えた行列Ｈ_Ｔ'、前記重み行列Ｗ_Ｔを前記対応関係に基づいて並べ替えた行列Ｗ_Ｔ'を推定することができる。

また、本発明のデータ分類予測装置は、前記読込手段により読み込まれたターゲットデータを、前記推定手段により推定されたパラメータを用いて前記ソースデータの空間に写像し、写像されたターゲットデータと前記複数のソースデータ各々との類似度、及び該ソースデータ各々に付与されたラベルに基づいて、前記ターゲットデータが分類されるクラスを予測する予測手段を含んで構成することができる。

また、本発明のデータ分類予測方法は、読込手段と、推定手段とを含むデータ分類予測装置におけるデータ分類予測方法であって、前記読込手段は、多次元ベクトルで表され、かつデータが分類されるクラスを示すラベルが付与された複数のソースデータを含むソースデータ集合と、多次元ベクトルで表され、かつ前記ソースデータとの対応関係及び前記ラベルが未知の複数のターゲットデータを含むターゲットデータ集合を読み込み、前記推定手段は、前記読込手段により読み込まれた前記ソースデータ集合を示す行列Ｓを、複数の基底ベクトルを含む基底行列Ｈ_Ｓと該基底ベクトル毎の重みを表す重み行列Ｗ_Ｓとに分解すると共に、前記ターゲットデータ集合を示す行列Ｔを、前記基底行列Ｈ_Ｓと同一の次元数の基底行列Ｈ_Ｔと重み行列Ｗ_Ｔとに分解し、前記重み行列Ｗ _Ｓにより表される前記基底行列Ｈ_Ｓに含まれる基底ベクトル間の相関と、前記重み行列Ｗ _Ｔにより表される前記基底行列Ｈ_Ｔに含まれる基底ベクトル間の相関とが比例関係となるように、前記ソースデータ各々と前記ターゲットデータ各々との対応関係を推定する方法である。

また、本発明のデータ分類予測方法において、前記推定手段は、前記ソースデータ集合を示す行列Ｓと、前記基底行列Ｈ_Ｓと前記重み行列Ｗ_Ｓとの積との差、前記ターゲットデータ集合を示す行列Ｔと、前記基底行列Ｈ_Ｔと前記重み行列Ｗ_Ｔとの積との差、及び前記基底行列Ｈ_Ｓに含まれる基底ベクトル間の相関と、前記基底行列Ｈ_Ｔに含まれる基底ベクトル間の相関と比例係数との積との差を含む目的関数を最小化するように、パラメータとして、前記基底行列Ｈ_Ｓ、前記重み行列Ｗ_Ｓ、前記基底行列Ｈ_Ｔを前記対応関係に基づいて並べ替えた行列Ｈ_Ｔ'、前記重み行列Ｗ_Ｔを前記対応関係に基づいて並べ替えた行列Ｗ_Ｔ'を推定することができる。

また、本発明のデータ分類予測方法は、予測手段を更に含むデータ分類予測装置におけるデータ分類予測方法であって、前記予測手段は、前記読込手段により読み込まれたターゲットデータを、前記推定手段により推定されたパラメータを用いて前記ソースデータの空間に写像し、写像されたターゲットデータと前記複数のソースデータ各々との類似度、及び該ソースデータ各々に付与されたラベルに基づいて、前記ターゲットデータが分類されるクラスを予測する方法である。

また、本発明のデータ分類予測プログラムは、コンピュータを、上記のデータ分類予測装置を構成する各手段として機能させるためのプログラムである。

以上説明したように、本発明のデータ分類予測装置、方法、及びプログラムによれば、ソースデータ集合を示す行列及びターゲットデータ集合を示す行列を、同一次元数の基底行列を用いて分解した上で、基底間の相関に基づいてソースデータとターゲットデータとの対応関係を推定するため、互いにデータ数が異なり、かつ対応付けが未知のソースデータ集合とターゲットデータ集合とを用いて、ターゲットデータの分類を予測することができる、という効果が得られる。

本発明の実施の形態のデータ分類予測装置の機能的構成を示すブロック図である。本発明の実施の形態のデータ分類予測装置におけるデータ分類予測処理ルーチンの内容を示すフローチャートである。

以下、図面を参照して本発明の実施の形態を詳細に説明する。

＜本実施の形態の概要＞

ソースデータ集合をＳ＝（ｓ_ｎ）_ｎ＝１ ^Ｎ、ソースデータｓ_ｎのクラスラベルをｙ_ｎ、ターゲットデータ集合をＴ＝（ｔ_ｍ）_ｍ＝１ ^Ｍとし、各ソースデータ及び各ターゲットデータを、それぞれ多次元ベクトルｓ_ｎ＝（ｓ_ｎｉ）_ｉ＝１ ^Ｉ、ｔ_ｍ＝（ｔ_ｍｊ）_ｊ＝１ ^Ｊとする。従って、ソースデータ集合Ｓは、Ｉ行Ｎ列の行列、ターゲットデータ集合Ｔは、Ｊ行Ｍ列の行列として表すことができる。

ここで、ソースデータ集合Ｓを表す行列Ｓ、及びターゲットデータ集合Ｔを表す行列Ｔを、それぞれ２つの低ランクの行列の積として、下記（１）式及び（２）式のように近似する。

Ｗ_ＳはＩ行Ｋ列の行列（重み行列）、Ｈ_ＳはＫ行Ｎ列の行列（基底行列）であり、Ｗ_ＴはＪ行Ｋ列の行列（重み行列）、Ｈ_ＴはＫ行Ｍ列の行列（基底行列）である。Ｋは、行列分解のパラメータであり、任意の整数である。一般的には、ＫはＩ及びＪより十分小さい値となる。

ここで、基底行列Ｈ_Ｓのｎ番目の列に対応するベクトルｈ_ｓｎ ^Τは、Ｉ次元のソースデータ（ｓ_ｎ）をより低次元のＫ次元空間へと写象したデータ（基底ベクトル）として解釈できる。また、重み行列Ｗ_Ｓのｋ（１≦ｋ≦Ｋ）番目の列に対応するベクトルｗ_ｓｋ ^Τは、Ｋ次元空間のある基底ベクトルｋに対する特徴の重みベクトルとして解釈できる。同様に、基底行列Ｈ_Ｔのｍ番目の列に対応するベクトルｈ_ｔｍ ^Τは、Ｊ次元のターゲットデータ（ｔ_ｍ）をより低次元のＫ次元空間へと写象したデータ（基底ベクトル）として解釈できる。また、重み行列Ｗ_Ｔのｋ（１≦ｋ≦Ｋ）番目の列に対応するベクトルｗ_ｔｋ ^Τは、Ｋ次元空間のある基底ベクトルｋに対する特徴の重みベクトルとして解釈できる。

基底行列Ｈ_Ｓにより、ソースデータをＩ次元空間からＫ次元空間へ、基底行列Ｈ_Ｔにより、ターゲットデータをＪ次元空間からソースデータと同じ大きさのＫ次元空間へ写像することができる。しかし、この段階では、双方のデータは、属する空間の次元がＫであるという点において共通するだけであり、各基底ベクトル間の対応関係までは存在しない。よって、このままではソースデータとターゲットデータとの間の関連性を推定することはできない。

ここで、双方のデータが属するＫ次元空間の基底ベクトル間に対応関係があるのならば、双方の空間における基底ベクトル間の相関、すなわちＷ^ΤＷが比例関係となることに注意すると、それらの関係は、αを任意の定数として、下記（３）式となる。

行列Ｗ_Ｔ'^Τは、重み行列Ｗ_Ｔ ^Τの列要素を並べ替えたものを表す。このような行列Ｗ_Ｔ'^Τが求まれば、ソースデータを写像したＫ次元空間の各基底ベクトルとターゲットデータを写像したＫ次元空間の各基底ベクトルとが１対１の対応関係となる。最終的にターゲットデータ集合Ｔは、Ｗ_ＳＨ_Ｔ'によってＩ次元のソースデータと同じ空間に写像できる。なお、行列Ｈ_Ｔ'は、基底行列Ｈ_Ｔの列要素を、Ｗ_Ｔ'^Τの列要素の並べ替えと同様に並べ替えたものである。

こうして、ターゲットデータをソースデータの空間に写像することで、既存の様々な教師あり分類手法が利用可能となる。最も簡単な手法として、ｔ_ｍ＝（ｔ_ｍｊ）_ｊ＝１ ^Ｊをソースデータの空間に写像するとＷ_Ｓｈ_ｔｍ'となるので、このベクトルＷ_Ｓｈ_ｔｍ'とソースデータ各々との間の距離を計算し、ベクトルＷ_Ｓｈ_ｔｍ'との距離が近い数個のソースデータが持つクラスラベルで多数決をとることで、ｔ_ｍ＝（ｔ_ｍｊ）_ｊ＝１ ^Ｊのクラスラベルを予測することができる。

これらをまとめると、最終的に下記（４）式の目的関数を最小化するパラメータ集合（Ｗ_Ｓ，Ｈ_Ｓ，Ｗ_Ｔ'，Ｈ_Ｔ'）を求めることで、ターゲットデータのクラスラベルを予測することが可能となる。なお、（４）式内のβは、第１項及び第２項と第３項との間の重みを調整するハイパーパラメータである。

＜システム構成＞

本発明の実施の形態に係るデータ分類予測装置１０は、ＣＰＵ（Central Processing Unit）と、ＲＡＭ（Random Access Memory）と、後述するデータ分類予測処理ルーチンを実行するためのプログラムを記憶したＲＯＭ（Read Only Memory）とを備えたコンピュータで構成されている。このコンピュータは、機能的には、図１に示すように、読み込み部２０、記憶部３０、推定部４０、及び予測部５０を含んだ構成で表すことができる。

読み込み部２０は、ソースデータ読み込み部２１、及びターゲットデータ読み込み部２２を備えている。ソースデータ読み込み部２１では、ソースデータ集合Ｓを読み込み、ターゲットデータ読み込み部２２では、ターゲットデータ集合Ｔを読み込む。

記憶部３０には、読み込まれたソースデータ集合Ｓが記憶されるソースデータ集合記憶部３１、読み込まれたターゲットデータ集合Ｔが記憶されるターゲットデータ集合記憶部３２、及びパラメータ集合が記憶されるパラメータ集合記憶部３３が設けられている。

推定部４０は、パラメータ推定部４１、及びパラメータ書き込み部４２を備えている。

パラメータ推定部４１では、目的関数（（４）式）を最小化するようにパラメータ集合Ｗ_Ｓ，Ｈ_Ｓ，Ｗ_Ｔ'，Ｈ_Ｔ'を推定する。（４）式の目的関数の最小化には勾配法を用いることもできるが、ここでは、簡単のため、各項を個別に最小化する。具体的には、第１項及び第２項を行列分解アルゴリズム手法として知られるＮＭＦ（Non-negative Matrix Factorization、非特許文献２「Daniel D. Lee, H. Sebastian Seung. “Algorithms for Non-negative Matrix Factorization” Advancesin Neural Information Processing Systems, pp.556-562, 2000」）を用い、第３項は、先に非特許文献１として挙げた同じ大きさの２つのデータ集合間で対応するペアを推定する手法であるKernelized Sotringを用いる。

まず、ソースデータ集合記憶部３１及びターゲットデータ集合記憶部３２から、ソースデータ集合Ｓ及びターゲットデータ集合Ｔを読み出す。ソースデータ集合Ｓ及びターゲットデータ集合Ｔを、それぞれＮＭＦにより、行列分解のパラメータＫを用いて（１）式及び（２）式の形で低ランクの行列の積に分解し、行列Ｗ_Ｓ、Ｈ_Ｓ、Ｗ_Ｔ、Ｈ_Ｔを得る。次に、ソースデータ集合Ｓとターゲットデータ集合Ｔとから得た基底ベクトル間の対応付けを行うため（（３）式）、Kernelized Sortingを適用し、Ｗ_Ｔ'，Ｈ_Ｔ'を得る。

パラメータ書き込み部４２は、パラメータ推定部４１において推定されたパラメータ集合を、パラメータ集合記憶部３３に書き込む。

予測部５０は、クラスラベル予測部５１、及びクラスラベル出力部５２を備えている。

クラスラベル予測部５１は、ターゲットデータ集合記憶部３２から読み出したターゲットデータｔ_ｍ＝（ｔ_ｍｊ）_ｊ＝１ ^Ｊを、パラメータ集合記憶部３３から読み出したパラメータ集合を用いて、下記（５）式によりソースデータの空間へ写像する。

ソースデータ集合Ｓとターゲットデータｔ_ｍとを同じ空間に写像することができたので、既存の教師あり学習の枠組みを用いて、ターゲットデータｔ_ｍのクラスラベルを推定する。例えば、ベクトルＷ_Ｓｈ_ｔｍ'とソースデータｓ_ｎ各々との間のコサイン類似度を計算し、類似度が最も高いソースデータのクラスラベルｙを、ターゲットデータｔ_ｍのクラスラベルｙ_ｍとすることができる。

クラスラベル出力部５２は、クラスラベル予測部５１で予測されたターゲットデータｔ_ｍのクラスラベルｙ_ｍを予測結果として出力する。

＜データ分類予測装置の作用＞

本実施の形態のデータ分類予測装置１０に、ソースデータ集合Ｓ及びターゲットデータ集合Ｔが入力されると、データ分類予測装置１０において、図２に示すデータ分類予測処理ルーチンが実行される。

まず、ステップ１００で、読み込み部２０によって、入力されたソースデータ集合Ｓ及びターゲットデータ集合Ｔを読み込み、それぞれソースデータ集合記憶部３１及びターゲットデータ集合記憶部３２に格納する。

次に、ステップ１０２で、推定部４０によって、目的関数（（４）式）を最小化するようにパラメータ集合Ｗ_Ｓ，Ｈ_Ｓ，Ｗ_Ｔ'，Ｈ_Ｔ'を推定し、パラメータ集合記憶部３３に記憶する。

次に、ステップ１０４で、予測部５０によって、ターゲットデータ集合記憶部３２から読み出したターゲットデータｔ_ｍ＝（ｔ_ｍｊ）_ｊ＝１ ^Ｊを、パラメータ集合記憶部３３から読み出したパラメータ集合を用いて、ソースデータの空間へ写像する。

次に、ステップ１０６で、予測部５０によって、上記ステップ１０４で写像したベクトルＷ_Ｓｈ_ｔｍ'とソースデータｓ_ｎ各々との間のコサイン類似度を計算し、類似度が最も高いソースデータのクラスラベルｙを、ターゲットデータｔ_ｍのクラスラベルｙ_ｍと予測し、次のステップ１０８で、予測結果を出力して、処理を終了する。

以上説明したように、本発明の実施の形態に係るデータ分類予測装置によれば、ソースデータとターゲットデータとを同一の空間に写像して対応関係を推定したパラメータを用いて、ターゲットデータのクラスラベルを予測するため、互いにデータ数が異なり、かつ対応付けが未知のソースデータ集合とターゲットデータ集合とを用いて、ターゲットデータの分類を予測することができる。

これにより、例えば、２つの異なる言語で書かれた互いにデータ数が異なるテキストデータ集合をどちらかの空間へ写像して分類したり、互いにデータ数が異なるテキストデータ集合と画像データ集合とをどちらかの空間へ写像して分類したりすることなどが可能となる。

＜実施例＞

本発明の有効性を実証するため、多言語テキスト分類における実験を行った。ソースデータ集合として英語のテキストデータを３０００記事（Ｎ＝３０００）、ターゲットデータ集合としてフランス語のテキストデータを６００記事（Ｍ＝６００）用意した。ソースデータ及びターゲットデータ共に、記事が属するクラス（カテゴリ）は６種であり、各記事に１つのクラスラベルが付与されている。ソースデータ及びターゲットデータとも、クラスの比率は均等であり、ソースデータでは、１クラス当たり５００記事、ターゲットデータでは、１クラス当たり１００記事である。なお、ターゲットデータのクラスラベルは、評価のために既知としただけであり、パラメータ推定には用いていない。ソースデータｓ_ｎは英語単語を基底とする２１５３０次元ベクトル（Ｉ＝２１５３０）、ターゲットデータｔ_ｍはフランス語単語を基底とする２４８９２次元ベクトル（Ｊ＝２４８９２）として表現した。

この設定で、パラメータ集合Ｗ_Ｓ，Ｈ_Ｓ，Ｗ_Ｔ'，Ｈ_Ｔ'を推定した。なお、行列分解のパラメータＫは１２０に設定した。フランス語の記事を表す特徴ベクトルｔ_ｍを英語の記事が属する空間へと写像し、コサイン類似度が高い上位１０件の記事のクラスラベルを抽出し、その中でも最も頻度の高いクラスラベルをｔ_ｍのクラスラベルとした。６００記事での正解率を表１に示す。

表１中の手法「ランダム」とは、ランダムに６種のクラスラベルのいずれかを出力した場合に得られる正解率の期待値である。評価結果より、提案手法はランダムよりも良い正解率を得ており、その有効性が確認できた。

また、上述のデータ分類予測装置は、内部にコンピュータシステムを有しているが、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。

また、本願明細書中において、プログラムが予めインストールされている実施形態として説明したが、当該プログラムを、コンピュータ読み取り可能な記録媒体に格納して提供することも可能である。

１０データ分類予測装置
２０読み込み部
２１ソースデータ読み込み部
２２ターゲットデータ読み込み部
３０記憶部
３１ソースデータ集合記憶部
３２ターゲットデータ集合記憶部
３３パラメータ集合記憶部
４０推定部
４１パラメータ推定部
４２パラメータ書き込み部
５０予測部
５１クラスラベル予測部
５２クラスラベル出力部

Claims

多次元ベクトルで表され、かつデータが分類されるクラスを示すラベルが付与された複数のソースデータを含むソースデータ集合と、多次元ベクトルで表され、かつ前記ソースデータとの対応関係及び前記ラベルが未知の複数のターゲットデータを含むターゲットデータ集合を読み込む読込手段と、
前記読込手段により読み込まれた前記ソースデータ集合を示す行列Ｓを、複数の基底ベクトルを含む基底行列Ｈ_Ｓと該基底ベクトル毎の重みを表す重み行列Ｗ_Ｓとに分解すると共に、前記ターゲットデータ集合を示す行列Ｔを、前記基底行列Ｈ_Ｓと同一の次元数の基底行列Ｈ_Ｔと重み行列Ｗ_Ｔとに分解し、前記重み行列Ｗ _Ｓにより表される前記基底行列Ｈ_Ｓに含まれる基底ベクトル間の相関と、前記重み行列Ｗ _Ｔにより表される前記基底行列Ｈ_Ｔに含まれる基底ベクトル間の相関とが比例関係となるように、前記ソースデータ各々と前記ターゲットデータ各々との対応関係を推定する推定手段と、
を含むデータ分類予測装置。
前記推定手段は、前記ソースデータ集合を示す行列Ｓと、前記基底行列Ｈ_Ｓと前記重み行列Ｗ_Ｓとの積との差、前記ターゲットデータ集合を示す行列Ｔと、前記基底行列Ｈ_Ｔと前記重み行列Ｗ_Ｔとの積との差、及び前記基底行列Ｈ_Ｓに含まれる基底ベクトル間の相関と、前記基底行列Ｈ_Ｔに含まれる基底ベクトル間の相関と比例係数との積との差を含む目的関数を最小化するように、パラメータとして、前記基底行列Ｈ_Ｓ、前記重み行列Ｗ_Ｓ、前記基底行列Ｈ_Ｔを前記対応関係に基づいて並べ替えた行列Ｈ_Ｔ'、前記重み行列Ｗ_Ｔを前記対応関係に基づいて並べ替えた行列Ｗ_Ｔ'を推定する請求項１記載のデータ分類予測装置。
前記読込手段により読み込まれたターゲットデータを、前記推定手段により推定されたパラメータを用いて前記ソースデータの空間に写像し、写像されたターゲットデータと前記複数のソースデータ各々との類似度、及び該ソースデータ各々に付与されたラベルに基づいて、前記ターゲットデータが分類されるクラスを予測する予測手段を含む請求項２記載のデータ分類予測装置。
読込手段と、推定手段とを含むデータ分類予測装置におけるデータ分類予測方法であって、
前記読込手段は、多次元ベクトルで表され、かつデータが分類されるクラスを示すラベルが付与された複数のソースデータを含むソースデータ集合と、多次元ベクトルで表され、かつ前記ソースデータとの対応関係及び前記ラベルが未知の複数のターゲットデータを含むターゲットデータ集合を読み込み、
前記推定手段は、前記読込手段により読み込まれた前記ソースデータ集合を示す行列Ｓを、複数の基底ベクトルを含む基底行列Ｈ_Ｓと該基底ベクトル毎の重みを表す重み行列Ｗ_Ｓとに分解すると共に、前記ターゲットデータ集合を示す行列Ｔを、前記基底行列Ｈ_Ｓと同一の次元数の基底行列Ｈ_Ｔと重み行列Ｗ_Ｔとに分解し、前記重み行列Ｗ _Ｓにより表される前記基底行列Ｈ_Ｓに含まれる基底ベクトル間の相関と、前記重み行列Ｗ _Ｔにより表される前記基底行列Ｈ_Ｔに含まれる基底ベクトル間の相関とが比例関係となるように、前記ソースデータ各々と前記ターゲットデータ各々との対応関係を推定する
データ分類予測方法。
前記推定手段は、前記ソースデータ集合を示す行列Ｓと、前記基底行列Ｈ_Ｓと前記重み行列Ｗ_Ｓとの積との差、前記ターゲットデータ集合を示す行列Ｔと、前記基底行列Ｈ_Ｔと前記重み行列Ｗ_Ｔとの積との差、及び前記基底行列Ｈ_Ｓに含まれる基底ベクトル間の相関と、前記基底行列Ｈ_Ｔに含まれる基底ベクトル間の相関と比例係数との積との差を含む目的関数を最小化するように、パラメータとして、前記基底行列Ｈ_Ｓ、前記重み行列Ｗ_Ｓ、前記基底行列Ｈ_Ｔを前記対応関係に基づいて並べ替えた行列Ｈ_Ｔ'、前記重み行列Ｗ_Ｔを前記対応関係に基づいて並べ替えた行列Ｗ_Ｔ'を推定する請求項４記載のデータ分類予測方法。
予測手段を更に含むデータ分類予測装置におけるデータ分類予測方法であって、
前記予測手段は、前記読込手段により読み込まれたターゲットデータを、前記推定手段により推定されたパラメータを用いて前記ソースデータの空間に写像し、写像されたターゲットデータと前記複数のソースデータ各々との類似度、及び該ソースデータ各々に付与されたラベルに基づいて、前記ターゲットデータが分類されるクラスを予測する
請求項５記載のデータ分類予測方法。
コンピュータを、請求項１〜請求項３のいずれか１項記載のデータ分類予測装置を構成する各手段として機能させるためのデータ分類予測プログラム。