| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2009-03-12 13:25 共変量シフトと追記学習 ○山内康一郎（北大）  NC2008-142 |
|
| 抄録 | （和） | 機械学習における追記学習では，逐次的に新しいサンプルの学習と運用とを交互 に行う． このように運用と学習とが交互に行われる状況下では，学習機械は過去に提示されたサンプルを忘却せず，且つ未知サンプルに対しても妥当な出力を出すことが要求される． 逐次的に行われる個々の学習期間と，その後の運用期間に着目した場合， 運用期間に提示されるパターンの分布は既に学習したパターン+未知のサンプル を合わせた分布であるため，明らかに学習したサンプルの分布とは異なると考え るべきである． すなわち，追記学習は共変量シフトを前提とした逐次学習である． そこで本研究では共変量シフトに関するこれまでの知見を考慮に入れて，追記学 習アルゴリズムの精緻化を目指した． 具体的には追記学習環境における未知データの分布の予測方法を提案し，これを 用いた重みつき誤差関数とその能力の検証を行った． |
| （英） | Learning strategies under `covariate shift' have recently been widely discussed. Under covariate shift, the density of learning inputs is different from that of test inputs. In such environments, learning machines need to employ special learning strategies to acquire a greater capability to generalize through learning. However, incremental learning methods are also for learning in non-stationary learning environments, which would represent a kind of covariate-shift. However, the relation between covariate shift environments and incremental learning environments has not been adequately discussed. This paper focuses on the covariate shift in incremental learning environments and our re-construction of a suitable incremental learning method. |
|
| キーワード | （和） | 追記学習 / 共変量シフト / RBFNN / 汎化誤差 / 分布予測 / t分布 / / |
| （英） | Incremental Learning / Covariate shift / Radial Basis Function Neural Network (RBFNN) / Generalization error / Student's-t distribution / / / | |
| 文献情報 | 信学技報, vol. 108, no. 480, NC2008-142, pp. 231-236, 2009年3月. | |
| 資料番号 | NC2008-142 | |
| 発行日 | 2009-03-04 (NC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2008-142 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2009-03-11 - 2009-03-13 |
| 開催地（和） | 玉川大学 |
| 開催地（英） | Tamagawa Univ. |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2009-03-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 共変量シフトと追記学習 |
| サブタイトル（和） | |
| タイトル（英） | Covariate Shift and Incremental Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 追記学習 / Incremental Learning |
| キーワード(2)（和/英） | 共変量シフト / Covariate shift |
| キーワード(3)（和/英） | RBFNN / Radial Basis Function Neural Network (RBFNN) |
| キーワード(4)（和/英） | 汎化誤差 / Generalization error |
| キーワード(5)（和/英） | 分布予測 / Student's-t distribution |
| キーワード(6)（和/英） | t分布 / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 山内 康一郎 / Koichiro Yamauchi / ヤマウチ コウイチロウ |
| 第1著者 所属（和/英） | 北海道大学大学院情報科学研究科 (略称： 北大) Graduate School of Information Science and Technology, Hokkaido University (略称： Hokudai Univ.) |
| 第2著者 氏名（和/英/ヨミ） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2009-03-12 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2008-142 |
| 巻番号（vol） | vol.108 |
| 号番号（no） | no.480 |
| ページ範囲 | pp.231-236 |
| ページ数 | 6 |
| 発行日 | 2009-03-04 (NC) |
[研究会発表申込システムのトップページに戻る]