講演名 2015-11-01
GTMを用いた階層的な可視化および学習手法
大下 健史(BCI), 長谷川 幹雄(東京理科大),
PDFダウンロードページ PDFダウンロードページへ
抄録(和) Generative Topographic Mapping(GTM)は,潜在変数モデルの1つであり,Kohonenによる自己組織化マップを確率論によって定式化されたモデルである.本稿では,GTMの理論概要およびMNIST(手書き数字認識の画像データセット)を用いた階層的な可視化を行い,学習への有効性を検討する.
抄録(英) Generative Topographic Mapping(GTM) is the latent variable model which is formalized Kohonen’s Self-Organization Map in the field of the probability theory. In this paper, We introduce the basic theory of GTM and the hierarchical visualization of MNIST(which is handwritten 10 numbers 0-9) dataset, and discuss the efficiency for the learning accuracy.
キーワード(和) GTM / 生成モデル / 潜在変数 / RBFネットワーク / 可視化 / 多様体学習 / 自己組織化マップ
キーワード(英) GTM / Generative Model / Latent Variable / RBF Network / Visualization / Manifold Learning / SOM / Self Organization Mapping
資料番号 NLP2015-124
発行日 2015-10-24 (NLP)

研究会情報
研究会 NLP
開催期間 2015/10/31(から2日開催)
開催地(和) 大濱信泉記念館(沖縄県石垣市)
開催地(英) Nobumoto Ohama Memorial Hall
テーマ(和) 一般
テーマ(英) Nonlinear Problems, etc.
委員長氏名(和) 神野 健哉(日本工大)
委員長氏名(英) Kenya Jinno(Nippon Inst. of Tech.)
副委員長氏名(和) 藤坂 尚登(広島市大)
副委員長氏名(英) Naoto Fujisaka(Hiroshima City Univ.)
幹事氏名(和) 長谷川 幹雄(東京理科大) / 和田 昌浩(甲南大)
幹事氏名(英) Mikio Hasegawa(Tokyo Univ. of Science) / Masahiro Wada(Konan Univ.)
幹事補佐氏名(和) 中野 秀洋(東京都市大) / 麻原 寛之(岡山理科大)
幹事補佐氏名(英) Hidehiro Nakano(Tokyo City Univ.) / Hiroyuki Asahara(Okayama Univ. of Science)

講演論文情報詳細
申込み研究会 Technical Committee on Nonlinear Problems
本文の言語 JPN
タイトル(和) GTMを用いた階層的な可視化および学習手法
サブタイトル(和)
タイトル(英) The hierarchical visualizing and learning method in the generative topographic mapping
サブタイトル(和)
キーワード(1)(和/英) GTM / GTM
キーワード(2)(和/英) 生成モデル / Generative Model
キーワード(3)(和/英) 潜在変数 / Latent Variable
キーワード(4)(和/英) RBFネットワーク / RBF Network
キーワード(5)(和/英) 可視化 / Visualization
キーワード(6)(和/英) 多様体学習 / Manifold Learning
キーワード(7)(和/英) 自己組織化マップ / SOM
キーワード(8)(和/英) / Self Organization Mapping
第 1 著者 氏名(和/英) 大下 健史 / Takehito Oshita
第 1 著者 所属(和/英) ブレインズコンサルティング株式会社(略称:BCI)
Brains Consulting, Inc.(略称:BCI)
第 2 著者 氏名(和/英) 長谷川 幹雄 / Mikio Hasegawa
第 2 著者 所属(和/英) 東京理科大学(略称:東京理科大)
Tokyo University of Science(略称:Tokyo Univ. of Science)
発表年月日 2015-11-01
資料番号 NLP2015-124
巻番号(vol) vol.115
号番号(no) NLP-284
ページ範囲 pp.99-103(NLP),
ページ数 5
発行日 2015-10-24 (NLP)