講演抄録/キーワード |
講演名 |
2018-03-05 13:25
最頻値線形回帰の情報幾何 ○三戸圭史(筑波大)・赤穂昭太郎(産総研)・村田 昇(早大)・日野英逸(筑波大) IBISML2017-91 |
抄録 |
(和) |
MLR(Modal Linear Regression, 最頻値線形回帰)は,出力の最頻値が説明変数の線形予測子で表されるというモデルに基づく回帰手法である.線形回帰と異なり,パラメトリックな分布の仮定がないという意味で制約が緩いことが, MLRの特徴の1つである. 一方, パラメトリックな分布の仮定がないことが,MLRを情報幾何学の枠組みで捉える際のモデル多様体,データ多様体の構成を非自明にする.本稿では,MLRを情報幾何学の枠組みで捉えるにあたり,一般に経験分布を構成するために用いる観測データを,モデル多様体を構成するために用いることを提案する.またMEMアルゴリズムの考察を通じて,MLRにおける誤差分布の最頻値の仮定を用いた経験分布の構成方法を提案する.本稿のモデル多様体,データ多様体における$em$アルゴリズムが,MLRをEMアルゴリズムの枠組みで捉えた際のE--Step,M--Stepの計算と等しくなるという結果を得た. |
(英) |
(Not available yet) |
キーワード |
(和) |
情報幾何学 / 最頻値線形回帰 / カーネル密度推定 / 最頻値 / MEMアルゴリズム / / / |
(英) |
/ / / / / / / |
文献情報 |
信学技報, vol. 117, no. 475, IBISML2017-91, pp. 7-14, 2018年3月. |
資料番号 |
IBISML2017-91 |
発行日 |
2018-02-26 (IBISML) |
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 |
IBISML2017-91 |
|