| 電子情報通信学会 研究会発表申込システム 研究会 開催スケジュール |
技報閲覧サービス [ログイン] 技報アーカイブ |
すべての研究会開催スケジュール (検索条件: すべての年度)
| 研究会 | 発表日時 | 開催地 | タイトル・著者 | 抄録 | 資料番号 | |
| IBISML | 2022-12-22 15:10 |
京都 | 京都大学 （ハイブリッド開催，主：現地開催，副：オンライン開催） |
データ生成分布が学習モデルの特異点の近傍にあるときの事前分布の影響について ○槇 望・渡辺澄夫（東工大）  IBISML2022-46 |
深層学習や混合正規分布のように階層構造を持ち潜在変数を含む学習モデルはパラメータ空間に特異点を含むたため正則なモデルとは... [more] | IBISML2022-46 pp.18-23 |
| NC, MBE (併催) |
2020-03-05 13:00 |
東京 | 電気通信大学 （開催中止，技報発行あり） |
最適な確率分布が一意でないときのベイズ学習曲線 ○永安修也・渡辺澄夫（東工大） NC2019-94 |
ベイズ推測は広く用いられている統計的手法である. その汎化損失や自由エネルギーの漸近挙動は汎化損失を最小にする最適なパラ... [more] | NC2019-94 pp.107-112 |
| IBISML | 2020-01-09 13:00 |
東京 | 統計数理研究所 | 混合多項分布のベイズ汎化誤差の漸近挙動 ○渡邉 匠・渡辺澄夫（東工大） IBISML2019-18 |
混合多項分布は複数の要因を持つと考えられるデータの統計的推測において広く用いられている．しかしながら， 階層的なパラメー... [more] | IBISML2019-18 pp.1-8 |
| IBISML | 2020-01-09 13:25 |
東京 | 統計数理研究所 | Swish関数を用いた階層型神経回路網の実対数閾値 ○田中来輝・渡辺澄夫（東工大） IBISML2019-19 |
ニューラルネットワークの学習において，活性化関数の選択は学習挙動や精度に大きく影響を与える．広く利用されている活性化関数... [more] | IBISML2019-19 pp.9-15 |
| MBE, NC (併催) |
2018-03-14 10:25 |
東京 | 機械振興会館 | ハミルトニアンモンテカルロ法を用いた確率行列分解における実対数閾値の実験的考察 ○林 直輝・渡辺澄夫（東工大） NC2017-89 |
確率行列分解（SMF）のBayes汎化誤差を与える実対数閾値について，我々は先行研究において， 行列のサイズと分解の内... [more] |
NC2017-89 pp.127-131 |
| IBISML | 2018-03-05 13:00 |
福岡 | 九州大学 西新プラザ | 混合ポアソン分布の実対数閾値とベイズ汎化誤差について ○佐藤件一郎・渡辺澄夫（東工大） IBISML2017-90 |
[more] | IBISML2017-90 pp.1-6 |
| IBISML | 2017-11-09 13:00 |
東京 | 東京大学 | ［ポスター講演］確率行列分解の実対数閾値とBayes学習への応用 ○林 直輝・渡辺澄夫（東工大） IBISML2017-38 |
確率行列分解においては，観測された確率行列を二つの確率行列の積として統計的に推測する問題が扱われる．これはMarkov連... [more] | IBISML2017-38 pp.23-30 |
| MBE, NC (併催) |
2017-03-13 10:00 |
東京 | 機械振興会館 | 非負値行列分解における実対数閾値の実験的考察 ○林 直輝・渡辺澄夫（東工大） NC2016-78 |
非負値行列分解のBayes汎化誤差を与える実対数閾値について，我々は先行研究において，行列のサイズと分解における積の内部... [more] | NC2016-78 pp.85-90 |
| IBISML | 2016-11-16 15:00 |
京都 | 京都大学 | 変分ベイズ法を用いた混合区分線形モデルによる車両の車間-速度特性の推定 ○中村文士・渡辺澄夫（東工大） IBISML2016-65 |
[more] | IBISML2016-65 pp.137-142 |
| IBISML | 2016-11-17 14:00 |
京都 | 京都大学 | ［ポスター講演］非負値行列分解の実対数閾値とBayes学習への応用 ○林 直輝・渡辺澄夫（東工大） IBISML2016-76 |
非負値行列分解においては，データ行列を非負値の要素を持つ二つの行列の積として統計的に推測する問題が扱われるが，この問題は... [more] | IBISML2016-76 pp.215-220 |
| MBE, NC (併催) |
2016-03-23 13:10 |
東京 | 玉川大学 | 非ガウス可解モデルを用いたレプリカモンテカルロ法による自由エネルギーの計算精度の評価 ○須貝将士・渡辺澄夫（東工大） NC2015-83 |
[more] | NC2015-83 pp.77-82 |
| IBISML | 2016-03-17 15:45 |
東京 | 統計数理研究所 | ハミルトニアンモンテカルロ法を用いた神経回路網の学習と汎化誤差の推定について ○中村文士・渡辺澄夫（東工大） IBISML2015-97 |
[more] | IBISML2015-97 pp.25-29 |
| IBISML | 2015-11-26 15:00 |
茨城 | つくば国際会議場 | ［ポスター講演］スパース表現を用いた非線形多層主成分分析における学習結果の分類法について ○香田夏輝・渡辺澄夫（東工大） IBISML2015-55 |
砂時計型ニューラルネットを用いた非線形多層主成分分析（Nonlinear Multi-Layer Principal C... [more] | IBISML2015-55 pp.19-24 |
| NC, MBE (共催) |
2015-03-17 13:50 |
東京 | 玉川大学 | 情報量規準WAICを用いたLASSO学習の最適化と都市データ解析への応用 ○宮崎 大・渡辺澄夫（東工大） MBE2014-175 NC2014-126 |
LASSO(Least Absolute Shrinkage and Selection Operator) 回帰は，二... [more] | MBE2014-175 NC2014-126 pp.331-336 |
| IBISML | 2014-11-18 15:00 |
愛知 | 名古屋大学 | ［ポスター講演］情報量規準WAICを用いたLASSOハイパーパラメータの最適化法 ○宮崎 大・渡辺澄夫（東工大） IBISML2014-63 |
LASSO(Least Absolute Shrinkage and Selection Operator) 回帰は回帰... [more] | IBISML2014-63 pp.213-218 |
| SP, IPSJ-SLP (併催) |
2014-07-25 13:20 |
岩手 | ホテル花巻 | ［招待講演］尤度関数がガウス近似できないときの統計的学習の評価指標について ○渡辺澄夫（東工大） SP2014-68 |
従来の統計的漸近理論の多くは尤度関数がガウス関数で近似できる仮定の上で構成されてきたため，学習理論や情報科学で用いられて... [more] | SP2014-68 pp.31-36 |
| NC, MBE (併催) |
2014-03-18 13:40 |
東京 | 玉川大学 | 交換モンテカルロ法を用いた情報量規準WBICの計算機実験による検証 ○徳田 悟・永田賢二（東大）・渡辺澄夫（東工大）・岡田真人（東大/理研） NC2013-109 |
神経回路網や混合分布など階層的な構造を持つモデルでは，AICやBICに要請される漸近正規性が成立しない．このようなモデル... [more] | NC2013-109 pp.121-126 |
| NC, MBE (併催) |
2013-12-21 13:30 |
岐阜 | 岐阜大学サテライトキャンパス | 学習において一般漸近理論と正則漸近理論が成立するために十分なサンプル数の相違について ○渡辺澄夫（東工大） NC2013-61 |
統計的学習における漸近理論として，尤度関数が正規分布で近似できることを仮定する正則漸近理論と，条件なしで成り立つ一般漸近... [more] | NC2013-61 pp.47-52 |
| IBISML | 2013-11-12 15:45 |
東京 | 東京工業大学 蔵前会館 | ［ポスター講演］最急降下法とMCMC法による情報量規準WBICに基づく階層型ニューラルネットワークのモデル選択 ○玉井雄介・渡辺澄夫（東工大） IBISML2013-36 |
神経回路網・混合正規分布・隠れマルコフモデルに代表されるような階層構造・隠れた変数・文法構造を含む学習モデルはパラメータ... [more] | IBISML2013-36 pp.1-6 |
| MBE, NC (併催) |
2013-03-13 10:15 |
東京 | 玉川大学 | 事後分布の対数尤度比を用いた学習モデルの特異性判定法 ○加藤 尊・渡辺澄夫（東工大） NC2012-134 |
[more] | NC2012-134 pp.1-6 |
[研究会発表申込システムのトップページに戻る]