| 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 | 2014-11-17 17:00 ［ポスター講演］確率質量関数の二次展開と単回帰に基づくエントロピー推定 ○日野英逸（筑波大）・越島健介（リクルート）・村田 昇（早大）  IBISML2014-39 |
|
| 抄録 | （和） | エントロピーは分布の高次統計量の情報を反映するため，データの特性の把握に有用である．本稿では，観測データから微分エントロピーを高精度に推定する手法を3通り提案する． 提案する推定量は，複数の半径における超球内の確率質量関数を二次展開することで得られる確率密度関数値の，線形回帰による推定に基づく．人工データを用いた実験により，既存のエントロピー推定手法に対する提案手法の有用性を示す． |
| （英） | Three differential entropy estimators are proposed based on the second order expansion of the probability mass around the inspection point with respect to the distance from the point. In the second order expansion of the probability mass function, the constant term corresponds to the value of the probability density function at the inspection point. Simple linear regression is utilized to estimate the values of density function. The density estimates at every given data points are averaged to obtain entropy estimators. Another entropy estimator, which directly estimates entropy by linear regression, is also proposed. The proposed three estimators are shown to perform well through numerical experiments for various probability distributions. | |
| キーワード | （和） | エントロピー推定 / 密度推定 / 単回帰 / サンプリング / / / / |
| （英） | Entropy Estimation / Density Estimation / Simple Regression / Sampling / / / / | |
| 文献情報 | 信学技報, vol. 114, no. 306, IBISML2014-39, pp. 33-40, 2014年11月. | |
| 資料番号 | IBISML2014-39 | |
| 発行日 | 2014-11-10 (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 | IBISML2014-39 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2014-11-17 - 2014-11-19 |
| 開催地（和） | 名古屋大学 |
| 開催地（英） | Nagoya Univ. |
| テーマ（和） | 情報論的学習理論ワークショップ(IBIS2014) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2014-11-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 確率質量関数の二次展開と単回帰に基づくエントロピー推定 |
| サブタイトル（和） | |
| タイトル（英） | Entropy Estimators Based on Simple Linear Regression |
| サブタイトル（英） | |
| キーワード(1)（和/英） | エントロピー推定 / Entropy Estimation |
| キーワード(2)（和/英） | 密度推定 / Density Estimation |
| キーワード(3)（和/英） | 単回帰 / Simple Regression |
| キーワード(4)（和/英） | サンプリング / Sampling |
| 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） | 日野 英逸 / Hideitsu Hino / ヒノ ヒデイツ |
| 第1著者 所属（和/英） | 筑波大学 (略称： 筑波大) University of Tsukuba (略称： Univ. of Tukuba) |
| 第2著者 氏名（和/英/ヨミ） | 越島 健介 / Kensuke Koshijima / コシジマ ケンスケ |
| 第2著者 所属（和/英） | 株式会社リクルートジョブズ (略称： リクルート) Recruit Jobs Co., Ltd. (略称： Recruit) |
| 第3著者 氏名（和/英/ヨミ） | 村田 昇 / Noboru Murata / ムラタ ノボル |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 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 | 2014-11-17 17:00:00 |
| 発表時間 | 180分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2014-39 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | no.306 |
| ページ範囲 | pp.33-40 |
| ページ数 | 8 |
| 発行日 | 2014-11-10 (IBISML) |
[研究会発表申込システムのトップページに戻る]