講演抄録/キーワード |
講演名 |
2014-11-17 17:00
[ポスター講演]補助関数法に基づく制約付きボルツマンマシンの学習アルゴリズム ○高宗典玄(東大)・亀岡弘和(東大/NTT) IBISML2014-56 |
抄録 |
(和) |
深層学習の重要な一要素として,レイヤーワイズのpre-training がある.レイヤーワイズのpre-training の一つとして制約つきBoltzmann マシン(RBM) が有名である.RBM にはBernoulli-Bernoulli 型とGaussian-Bernoulli型があり,従来法の学習アルゴリズムとしてContrastive Divergence 法が有名である.本発表ではBernoulli-Bernoulli型,Gaussian-Bernoulli 型の両方の最尤学習アルゴリズムと,最適化規準として新たに最大再構築確率を導入し,その学習アルゴリズムに焦点を当て,経験的に高速で安定に収束する補助関数法による新たな更新アルゴリズムの導出を行う.そして,人工データによる収束性能の比較実験を行い,その挙動に対して議論する. |
(英) |
Layerwise pre-training is one of important elements for deep learning, and Restricted Boltzmann Machines (RBMs) is popular layerwise pre-training method. At present, the most popular training algorithm for RBMs is the Contrastive Divergence (CD) learning algorithm. We propose deriving a new training algorithm based on an auxiliary function approach for RBMs using the likelihood and the reconstruction probability of observations as the optimization criterion. Through an experiment on parameter training of few RBMs, we conrmed that the present algorithm outperformed the CD algorithm in terms of the convergence speed and the reconstruction error when used as an autoencoder. |
キーワード |
(和) |
深層学習 / 制約付きBoltzmann マシン / 補助関数法 / 最大再構築確率学習 / / / / |
(英) |
Deep Learning / Restricted Boltzmann Machine / Auxiliary Function Approach / Maximum Recosntruc- tion Probability Training / / / / |
文献情報 |
信学技報, vol. 114, no. 306, IBISML2014-56, pp. 161-168, 2014年11月. |
資料番号 |
IBISML2014-56 |
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 |
IBISML2014-56 |