お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 2021-03-03 14:00
一次元混合正規分布の学習係数について
渡辺元気伊藤龍二・○青柳美輝日大IBISML2020-48
抄録 (和) 計測して得られた多量のデータ解析手法として,混合正規分布,ボルツマンマシン,階層型ニューラルネットワーク,縮小ランクモデルなど,階層型と呼ばれる学習モデルが利用されている.これらは,パラメーターを変えることによって,複雑な確率分布を表現可能なため,画像認識, 音声認識や遺伝子解析などに応用されている.しかし,カルバック情報量が退化するという特異モデルであり,従来の正則モデルに適用される古典的方法では解析できないため,近年,多くの数学的手法による理論研究が始まった.この論文では,特異モデルの一つである1次元混合正規分布の学習係数を求めるためのカルバック情報量から得られるイデアルを求め,学習係数の上界を示す. 
(英) Hierarchical learning models are widely used for data analysis in image or speech recognition, economics and so on. However, such models are singular and cannot be
analyzed using the classic theories of regular statistical models. Therefore, it is necessary to construct mathematical analysis of singular models. Recently, Watanabe developed several theorems, for example, widely applicable information criterion,
widely applicable Bayesian information criterion, and cross-validation based on mathematical theorems in algebraic geometry and algebraic analysis. In this paper, we consider the generalization error of the normal models in Bayesian estimation.
キーワード (和) 特異点解消 / 学習係数 / 特異モデル / 混合正規分布 / / / /  
(英) Resolution of singularities / learning coefficients / singular models / normal mixture models / / / /  
文献情報 信学技報, vol. 120, no. 395, IBISML2020-48, pp. 40-46, 2021年3月.
資料番号 IBISML2020-48 
発行日 2021-02-23 (IBISML) 
ISSN 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 IBISML2020-48

研究会情報
研究会 IBISML  
開催期間 2021-03-02 - 2021-03-04 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 機械学習に関するオーガナイズドセッションおよび一般 
テーマ(英) Organized and general sessions on machine learning 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2021-03-IBISML 
本文の言語 日本語 
タイトル(和) 一次元混合正規分布の学習係数について 
サブタイトル(和)  
タイトル(英) Learning coefficients of normal mixture models in one dimension. 
サブタイトル(英)  
キーワード(1)(和/英) 特異点解消 / Resolution of singularities  
キーワード(2)(和/英) 学習係数 / learning coefficients  
キーワード(3)(和/英) 特異モデル / singular models  
キーワード(4)(和/英) 混合正規分布 / normal mixture models  
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) 渡辺 元気 / Genki Watanabe / ワタナベ ゲンキ
第1著者 所属(和/英) 日本大学 (略称: 日大)
Nihon University (略称: Nihon Univ.)
第2著者 氏名(和/英/ヨミ) 伊藤 龍二 / Ryuji Ito / イトウ リュウジ
第2著者 所属(和/英) 日本大学 (略称: 日大)
Nihon University (略称: Nihon Univ.)
第3著者 氏名(和/英/ヨミ) 青柳 美輝 / Miki Aoyagi / アオヤギ ミキ
第3著者 所属(和/英) 日本大学 (略称: 日大)
Nihon University (略称: Nihon 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: )
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 第3著者 
発表日時 2021-03-03 14:00:00 
発表時間 25分 
申込先研究会 IBISML 
資料番号 IBISML2020-48 
巻番号(vol) vol.120 
号番号(no) no.395 
ページ範囲 pp.40-46 
ページ数
発行日 2021-02-23 (IBISML) 


[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