講演名 | 2016-03-29 [ポスター講演]ノンパラメトリックベイズモデルに基づくスパースカーネル回帰 小島 惇史(東京農工大), 安富 優(東京農工大), 田中 聡久(東京農工大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 一般に回帰モデルにおいて適切なモデルの選択は困難な問題である.カーネル法を用いたカーネル回帰モデルは,観測した入力信号に対応するカーネルの線形和で表されるため,入力信号の増加に伴いパラメータの次元が増加する.したがって,過学習が起きやすく,適切なモデル選択が非常に重要である.本稿では,カーネル回帰モデルにノンパラメトリックベイズモデル(NBM)を適用することで,スパースな重み係数ベクトルを推定する手法を提案する.重み係数ベクトルのスパース性を表現するために,すべての要素が$0$か$1$かであるバイナリベクトルを導入する.そのバイナリベクトルと重み係数ベクトルの要素積を新たな重み係数として,ベータ過程を用いてカーネル回帰モデルを定式化する.ギブスサンプリングによりバイナリベクトルの事後分布を推定し,それに基づきスパースな重み係数ベクトルを推定する.計算機実験により提案手法の有効性を示す. |
抄録(英) | In general, one of major challenges in regression analysis is how to select an appropriate model. As the number of observed input signals increases, a dimension of parameters is increased because a kernel regression model using a kernel method is represented by linear sum of kernel functions corresponding to input signals. Hence, the model is likely to overfit, so the appropriate model selection is very crucial. In this paper, we propose a method to estimate a sparse weight coefficient vector by applying nonparametric Bayesian models (NBM) to the kernel regression model. In order to express a sparsity of the weight coefficient vector, we introduce a binary vector that all the elements is 0 or 1. Numerical examples support the efficacy of our proposed method. |
キーワード(和) | スパースカーネル回帰 / ベータ過程 / ノンパラメトリックベイズモデル |
キーワード(英) | sparse kernel regression / beta process / nonparametric Bayesian models |
資料番号 | EA2015-126,SIP2015-175,SP2015-154 |
発行日 | 2016-03-21 (EA, SIP, SP) |
研究会情報 | |
研究会 | EA / SP / SIP |
---|---|
開催期間 | 2016/3/28(から2日開催) |
開催地(和) | 別府国際コンベンションセンター B-ConPlaza |
開催地(英) | Beppu International Convention Center B-ConPlaza |
テーマ(和) | 応用/電気音響,音声,信号処理,一般 |
テーマ(英) | Engineering/Electro Acoustics, Speech, Signal Processing, and Related Topics |
委員長氏名(和) | 羽田 陽一(電通大) / 間野 一則(芝浦工大) / 宝珠山 治(NEC) |
委員長氏名(英) | Yoichi Haneda(Univ. of Electro-Comm.) / Kazunori Mano(Shibaura Inst. of Tech.) / Osamu Houshuyama(NEC) |
副委員長氏名(和) | 岩谷 幸雄(東北学院大) / 水町 光徳(九工大) / 北岡 教英(徳島大) / 中静 真(千葉工大) / 奥田 正浩(北九州市大) |
副委員長氏名(英) | Yukio Iwaya(Tohoku Gakuin Univ.) / Mitsunori Mizumachi(Kyushu Inst. of Tech.) / Norihide Kitaoka(Tokushima Univ.) / Makoto Nakashizuka(Chiba Inst. of Tech.) / Masahiro Okuda(Univ. of Kitakyushu) |
幹事氏名(和) | 島内 末廣(NTT) / 堀内 俊治(KDDI研) / 岩野 公司(東京都市大) / 滝口 哲也(神戸大) / 辻川 剛範(NEC) / 平林 晃(立命館大) |
幹事氏名(英) | Suehiro Shimauchi(NTT) / Toshiharu Horiuchi(KDDI R&D Labs.) / Koji Iwano(Tokyo City Univ.) / Tetsuya Takiguchi(Kobe Univ.) / Masanori Tsujikawa(NEC) / Akira Hirabayashi(Ritsumeikan Univ.) |
幹事補佐氏名(和) | 小山 翔一(東大) / 能勢 隆(東北大) / 浅見 太一(NTT) / 宮田 高道(千葉工大) |
幹事補佐氏名(英) | Shoichi Koyama(Univ. of Tokyo) / Takashi Nose(Tohoku Univ.) / Taichi Asami(NTT) / Takamichi Miyata(Chiba Inst. of Tech.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Engineering Acoustics / Technical Committee on Speech / Technical Committee on Signal Processing |
---|---|
本文の言語 | JPN |
タイトル(和) | [ポスター講演]ノンパラメトリックベイズモデルに基づくスパースカーネル回帰 |
サブタイトル(和) | |
タイトル(英) | [Poster Presentation] Sparse Kernel Regression Based on Nonparametric Bayesian Model |
サブタイトル(和) | |
キーワード(1)(和/英) | スパースカーネル回帰 / sparse kernel regression |
キーワード(2)(和/英) | ベータ過程 / beta process |
キーワード(3)(和/英) | ノンパラメトリックベイズモデル / nonparametric Bayesian models |
第 1 著者 氏名(和/英) | 小島 惇史 / Atsushi Kojima |
第 1 著者 所属(和/英) | 東京農工大学(略称:東京農工大) Tokyo University of Agriculture and Technology(略称:TUAT) |
第 2 著者 氏名(和/英) | 安富 優 / Suguru Yasutomi |
第 2 著者 所属(和/英) | 東京農工大学(略称:東京農工大) Tokyo University of Agriculture and Technology(略称:TUAT) |
第 3 著者 氏名(和/英) | 田中 聡久 / Toshihisa Tanaka |
第 3 著者 所属(和/英) | 東京農工大学(略称:東京農工大) Tokyo University of Agriculture and Technology(略称:TUAT) |
発表年月日 | 2016-03-29 |
資料番号 | EA2015-126,SIP2015-175,SP2015-154 |
巻番号(vol) | vol.115 |
号番号(no) | EA-521,SIP-522,SP-523 |
ページ範囲 | pp.335-340(EA), pp.335-340(SIP), pp.335-340(SP), |
ページ数 | 6 |
発行日 | 2016-03-21 (EA, SIP, SP) |