カーネル法の中でも，SVMが最も有名です．SVMを有名せしめたのは，２次計画法で定式化されているため必ず最適解が得られる点が主要な理由と考えられます．最適化の分野で，２次計画よりさらに拡張した問題「２次錘計画問題」への効率的な数値計算法があります．２次錘計画問題も必ず最適解が得られる問題です．一方，多タスク学習という学習パラダイムがあり，これもこれまでのところ２次計画問題の範疇に入るように定式化されていた．これに対して，申請者は「２次錘計画問題」で定式化すると，より直接的な定式化になり，多くの応用例で汎化性能が向上することを確認した．この成果は，機械学習の分野において世界で最高水準の国際会議Neural Information Processing Systems Conference に採択されています．我々の算法は，多クラス分類，順位回帰，ネットワーク推定に応用できることを示しました．その成果は，データマイニング業界でトップジャーナルである IEEE TKDE に採択されました．           文献     [11] Tsuyoshi Kato, Hisashi Kashima, Masashi Sugiyama, Kiyoshi Asai: Multi-task learning via conic programming, J. C. Platt, D. Koller, Y. Singer, and S. Roweis (Eds.), Advances in Neural Information Processing Systems 20, pp.737-744, Cambridge, MA, MIT Press, 2008, presented at Twenty-First Annual Conference on Neural Information Processing Systems (NIPS2007)[pdf]. [12] Tsuyoshi Kato, Hisashi Kashima, Masashi Sugiyama, Kiyoshi Asai: Conic Programming for Multi-Task Learning, IEEE Transactions on Knowledge and Data Enginieering, Vol.22, No.7, pp. 957-968 (2010).     [English]     CNN初期化 トビット解析 符号制約学習 Top-k SVM ウイルス検出 共分散記述子 マハラノビス符号化 顕微鏡画像解析 平均多項式カーネル 打ち切りデータのベイズ推定 計量学習 ファジー部分空間クラスタリング リガンド予測 酵素活性部位探索 伝達学習によるリンク予測 多タスク学習 ラベル伝播法 マイクロアレイ用カーネル 薬剤耐性予測 ネットワーク推定 カーネル推定 変分剛体変換 その他