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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 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 2014-11-18 15:00
[ポスター講演]変分ベイズLDAの漸近解析
中島伸一ベルリン工大)・佐藤一誠杉山 将東大)・渡辺一帆豊橋技科大)・小林寛子ニコン
技報オンラインサービス実施中
抄録 (和) 文書や画像などを潜在的トピックの混合分布として表現するLDA(Latent Dirichlet allocation)モデルは,
テキスト,画像,および行動解析などにおける教師なし学習法として広く用いられている.
本論では,LDAにおける変分ベイズ学習の振る舞いについて調査する.
変分自由エネルギーの主要項を導出して解のスパース性に対する依存性を調べれば,
事前分布やモデルの次元などが解にどのような影響を与えるかを知ることができる.
この解析によって,Dirichlet事前分布パラメータに対する変分ベイズ学習の相転移現象を明らかにすることができる.
一般に,変分ベイズ学習はMAP学習よりもスパース性の強い解を出力することが多くのモデルにおいて知られているが,
LDAモデルにおいては変分ベイズ学習がMAP学習よりもスパース性の弱い解を出力するという逆の傾向を持つことが,
本論の解析によって見出される.
人工データおよび実データ(Last.FM)による実験によって,
理論の正しさを確認する. 
(英) Latent Dirichlet allocation (LDA) is a popular generative model
of various objects such as texts and images,
where an object is expressed as a mixture of latent topics.
In this paper, we theoretically investigate
variational Bayesian (VB) learning in LDA.
More specifically, we analytically derive
the leading term of the VB free energy under an asymptotic setup,
and show that there exist transition thresholds in Dirichlet hyperparameters
around which the sparsity-inducing behavior drastically changes.
Then we further theoretically reveal the notable phenomenon that
VB tends to induce weaker sparsity than MAP in the LDA model,
which is opposed to other models.
We experimentally demonstrate the practical validity of our asymptotic theory
on real-world Last.FM music data.
キーワード (和) LDA / 変分ベイズ / 自由エネルギー / 部分ベイズ / スパース性 / / /  
(英) latent Dirichlet allocation / variational Bayes / free energy / partially Bayes / sparsity / / /  
文献情報 信学技報, vol. 114, no. 306, IBISML2014-64, pp. 219-226, 2014年11月.
資料番号 IBISML2014-64 
発行日 2014-11-10 (IBISML) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

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 英語(日本語タイトルあり) 
タイトル(和) 変分ベイズLDAの漸近解析 
サブタイトル(和)  
タイトル(英) Asymptotic Analysis of Variational Bayesian Latent Dirichlet Allocation 
サブタイトル(英)  
キーワード(1)(和/英) LDA / latent Dirichlet allocation  
キーワード(2)(和/英) 変分ベイズ / variational Bayes  
キーワード(3)(和/英) 自由エネルギー / free energy  
キーワード(4)(和/英) 部分ベイズ / partially Bayes  
キーワード(5)(和/英) スパース性 / sparsity  
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) 中島 伸一 / Shinichi Nakajima / ナカジマ シンイチ
第1著者 所属(和/英) ベルリン工科大学 (略称: ベルリン工大)
Technical University of Berlin (略称: TU Berlin)
第2著者 氏名(和/英/ヨミ) 佐藤 一誠 / Issei Sato / サトウ イッセイ
第2著者 所属(和/英) 東京大学 (略称: 東大)
University of Tokyo (略称: Univ. of Tokyo)
第3著者 氏名(和/英/ヨミ) 杉山 将 / Masashi Sugiyama / スギヤマ マサシ
第3著者 所属(和/英) 東京大学 (略称: 東大)
University of Tokyo (略称: Univ. of Tokyo)
第4著者 氏名(和/英/ヨミ) 渡辺 一帆 / Kazuho Watanabe / ワタナベ カズホ
第4著者 所属(和/英) 豊橋技術科学大学 (略称: 豊橋技科大)
Toyohashi University of Technology (略称: Toyohashi Univ. of Tech.)
第5著者 氏名(和/英/ヨミ) 小林 寛子 / Hiroko Kobayashi / コバヤシ ヒロコ
第5著者 所属(和/英) 株式会社ニコン (略称: ニコン)
Nikon Corporation (略称: Nikon)
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2014-11-18 15:00:00 
発表時間 180 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2014-64 
巻番号(vol) IEICE-114 
号番号(no) no.306 
ページ範囲 pp.219-226 
ページ数 IEICE-8 
発行日 IEICE-IBISML-2014-11-10 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会