| 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 | 2017-11-10 13:00 ガウス過程とベイズ最適化を用いた近似的ハイパーパラメータ分布推定 ○片上 舜・坂本浩隆・岡田真人（東大）  IBISML2017-81 |
|
| 抄録 | （和） | ベイズ推定の計算コストを低減するため，ガウス過程およびベイズ最適化の手法を用いて，少数の分布サンプリングから近似的にベイズ事後確率分布およびその最大値を推定する手法を提案する．本研究では，画像処理に用いられるマルコフ確率場（MRF）モデルのハイパーパラメータ分布推定を対象とする．MRF モデルのハイパーパラメータ分布を少数のサンプルからガウス過程によって補間する．またベイズ最適化を用いて分布の最大値を少数のサンプルから推定する．これらの手法により，計算量を削減しつつ精度の良い推定が可能であることを数値実験により示す． |
| （英） | In order to reduce the computational cost of Bayesian inference, we propose a method to estimate the Bayesian posterior probability distribution and its maximum value approximately from a small number of distribution sampling using Gaussian process and Bayesian optimization. In this study, we aim to estimate hyperparameter distribution of Markov random field (MRF) model used for image processing. The hyperparameter distribution is interpolated from a small number of samples by Gaussian process. Also, The maximum value of the distribution is estimated by Bayesian optimization. By numerical experiments, we show that by using these methods, it is possible to estimate the distribution and its maximum value accurately while reducing the computational cost. | |
| キーワード | （和） | ガウス過程 / ベイズ推定 / ベイズ最適化 / マルコフ確率場 / ハイパーパラメータ分布推定 / / / |
| （英） | Gaussian process / Bayesian inference / Bayesian optimization / Markov random field / hyperparameter distribution estimation / / / | |
| 文献情報 | 信学技報, vol. 117, no. 293, IBISML2017-81, pp. 333-338, 2017年11月. | |
| 資料番号 | IBISML2017-81 | |
| 発行日 | 2017-11-02 (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 | IBISML2017-81 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2017-11-08 - 2017-11-10 |
| 開催地（和） | 東京大学 |
| 開催地（英） | Univ. of Tokyo |
| テーマ（和） | 情報論的学習理論ワークショップ (IBIS2017) |
| テーマ（英） | Information-Based Induction Science Workshop (IBIS2017) |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2017-11-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | ガウス過程とベイズ最適化を用いた近似的ハイパーパラメータ分布推定 |
| サブタイトル（和） | |
| タイトル（英） | Approximated hyperparameter distribution estimation using Gaussian process and Bayesian optimization |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ガウス過程 / Gaussian process |
| キーワード(2)（和/英） | ベイズ推定 / Bayesian inference |
| キーワード(3)（和/英） | ベイズ最適化 / Bayesian optimization |
| キーワード(4)（和/英） | マルコフ確率場 / Markov random field |
| キーワード(5)（和/英） | ハイパーパラメータ分布推定 / hyperparameter distribution estimation |
| 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） | 片上 舜 / Shun Katakami / カタカミ シュン |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第2著者 氏名（和/英/ヨミ） | 坂本 浩隆 / Hirotaka Sakamoto / サカモト ヒロタカ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第3著者 氏名（和/英/ヨミ） | 岡田 真人 / Masato Okada / オカダ マサト |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 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 | 2017-11-10 13:00:00 |
| 発表時間 | 150分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2017-81 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.293 |
| ページ範囲 | pp.333-338 |
| ページ数 | 6 |
| 発行日 | 2017-11-02 (IBISML) |
[研究会発表申込システムのトップページに戻る]