| 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 | 2013-11-22 14:15 連想記憶モデルを用いた確率的潜在構造抽出アルゴリズムの有効性の検証 ○若杉健介（東大）・桑谷 立（東北大）・永田賢二（東大）・麻生英樹（産総研）・岡田真人（東大/理研）  NC2013-49 |
|
| 抄録 | （和） | 高次元データの解析手法は数多くあるが，多くの場合，データの潜在構造の種類を仮定した上で解析を行う．それらの仮定を置かずに構造の種類も推定可能となれば，より汎用的な解析手法となる． 先行研究ではこのようなデータの潜在構造も推定可能な解析手法が提案されている．そこで本研究では，連想記憶モデルを用いて潜在構造を埋め込んだデータを生成し，構造の明らかなデータを用いて先行研究で提案された解析手法の妥当性を検証する． |
| （英） | There are many analysis methods for high-dimensional data, but, in many cases, analysis is done under assumption that a latent structure in data is known. If there is analysis method that could estimate a kind of latent structure in data without that assumption, the analysis method become more general analysis method. In the previous study, the analysis method that select a latent structure in data from formal structures that has unknown structure was proposed. In this paper, we generate data from associative memory model which has an obvious structure, and we analyze the data with the proposed method. And then, we verify the validity of the analysis result. |
|
| キーワード | （和） | 機械学習 / 連想記憶モデル / 階層構造 / ベイズ推定 / / / / |
| （英） | Machine learning / Associative memory model / Hierarchical structure / Bayesian estimate / / / / | |
| 文献情報 | 信学技報, vol. 113, no. 315, NC2013-49, pp. 17-22, 2013年11月. | |
| 資料番号 | NC2013-49 | |
| 発行日 | 2013-11-15 (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 | NC2013-49 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2013-11-22 - 2013-11-23 |
| 開催地（和） | 東北大学 |
| 開催地（英） | Tohoku University |
| テーマ（和） | BCI/BMIとその周辺, 一般 |
| テーマ（英） | BCI/BMI, NC and MBE |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2013-11-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 連想記憶モデルを用いた確率的潜在構造抽出アルゴリズムの有効性の検証 |
| サブタイトル（和） | |
| タイトル（英） | Verification of Effectiveness of the Probabilistic Algorithm for Latent Structure Extraction Using Associative Memory Model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 機械学習 / Machine learning |
| キーワード(2)（和/英） | 連想記憶モデル / Associative memory model |
| キーワード(3)（和/英） | 階層構造 / Hierarchical structure |
| キーワード(4)（和/英） | ベイズ推定 / Bayesian estimate |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| 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） | 若杉 健介 / Kensuke Wakasugi / ワカスギ ケンスケ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 桑谷 立 / Tatsu Kuwatani / クワタニ タツ |
| 第2著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 永田 賢二 / Kenji Nagata / ナガタ ケンジ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. Tokyo) |
| 第4著者 氏名（和/英/ヨミ） | 麻生 英樹 / Hideki Asoh / アソウ ヒデキ |
| 第4著者 所属（和/英） | 独立行政法人産業技術総合研究所 (略称： 産総研) The National Institute of Advanced Industrial Science and Technology (略称： AIST) |
| 第5著者 氏名（和/英/ヨミ） | 岡田 真人 / Masato Okada / オカダ マサト |
| 第5著者 所属（和/英） | 東京大学/理化学研究所 (略称： 東大/理研) The University of Tokyo/RIKEN (略称： Univ. Tokyo/RIKEN) |
| 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 | 2013-11-22 14:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2013-49 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | no.315 |
| ページ範囲 | pp.17-22 |
| ページ数 | 6 |
| 発行日 | 2013-11-15 (NC) |
[研究会発表申込システムのトップページに戻る]