複数のデータプロバイダーからの分布学習

複数のデータ提供元からの分布学習に関する研究。固定されたクエリ可能な集合ファミリーから、条件付きサンプリングを用いて未知の分布を学習するモデルを提案。学習可能性は、データ提供元間の共起グラフによって決定される。

• 複数のデータプロバイダーからの異種データを用いて分布学習を行う手法を研究している。
• クエリ可能な集合族Sが与えられ、各集合Sに対する条件付き分布のサンプルが得られる。
• PAC学習の実現可能性は、共起グラフが完全グラフである場合に保証される。
• 最適なサンプル複雑度は、ほぼ線形から二次まで変化する。
• 階層的比較可能性を持つクエリ族では、ほぼ線形に近いサンプル複雑度が得られることが示された。