講演抄録/キーワード |
講演名 |
2013-03-15 10:15
非定常ガウス過程を用いたGTMにおけるベイズ法 ○山口暢彦(佐賀大) NC2012-168 |
抄録 |
(和) |
近年,観測データの分布を潜在変数の非線形写像を用いて表現することによりデータの可視化を行うGTM(Generative Topographic Mapping)が提案され,多くの研究が行われている.一般にGTMは観測データの分布を表現する非線形写像の事前分布をガウス過程と仮定する確率モデルと解釈することが可能であり,ガウス過程を決定する共分散関数の選択によりその性質が変更される.従来のGTMでは,共分散関数として潜在変数空間全体に渡り常に一定の長さスケールを持つ関数を用いており,それ故観測データの分布を表現する非線形写像の滑らかさを潜在変数の値に応じて局所的に変更できない問題がある.そこで本論文では,潜在変数空間上の局所領域ごとに非線形写像の滑らかさを制御することが可能なGTMの提案を行う. |
(英) |
Generative Topographic Mapping (GTM) is a nonlinear topographically preserving mapping from latent to data space introduced by Bishop et al. as a data visualization technique. The GTM can be interpreted as a probabilistic model with Gaussian process prior, whose properties depend on the covariance function of the Gaussian process. The conventional GTM approaches use a covariance function with a constant lengthscale, and therefore fail to adapt to variable smoothness of the nonlinear topographically preserving mapping. In this paper, we propose the GTM that can individually control the smoothness in each local region of the latent space. |
キーワード |
(和) |
GTM / データの可視化 / ガウス過程 / マルコフ連鎖モンテカルロ法 / / / / |
(英) |
generative topographic mapping / visualization / Gaussian process / Markov chain Monte Carlo / / / / |
文献情報 |
信学技報, vol. 112, no. 480, NC2012-168, pp. 197-202, 2013年3月. |
資料番号 |
NC2012-168 |
発行日 |
2013-03-06 (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 |
NC2012-168 |