| 講演名 | 2018-03-06 学習係数の解析による特異ベイズ情報量基準の改良 鈴木 沙也加(日大), 椎名 颯太(日大), 青柳 美輝(日大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | この論文では，学習係数の性質を考慮することにより，モデル選択法である特異ベイズ情報量基準(M. DrtonとM. Plummern)を改良した新たな方法を提案する． このモデル選択法は，学習係数を用いる．論文(M. DrtonとM. Plummern)において，学習係数が明らかになっている縮小ランクモデルの場合には，その値を用いて特にサンプル数が十分でないときに効果的であることを証明している．一方，学習係数が明らかでないときには，そのバウンドを用いている．特に，混合正規分布の場合はバウンドを用いている．この論文では，混合正規分布の分散値が一定である時の学習係数を用いて，学習係数の性質を考慮し，その改良を行う事で新たな方法を提案し，その効果を実証する． |
| 抄録(英) | Real data associated with genetic analysis, data mining, image or speech recognition, artificial intelligence, the control of a robot, time series prediction, and so on, are mainly analyzed by the layered neural network, the Boltzmann machine, the reduced rank regression and the normal mixture model, etc. Such hierarchical learning models are non-regular statistical models, which cannot be analyzed using the classic theories of regular statistical models. In this paper, we propose a new methodby improving a singular Bayesian information criterion and by considering characters of learning coefficients. We apply the method to normal mixture modelsand show its effectiveness. |
| キーワード(和) | 特異ベイズ情報基準 / 学習係数 / モデル選択法 / 特異モデル |
| キーワード(英) | A singular Bayesian information criterion / a learning coefficient / model selection method / a singular model |
| 資料番号 | IBISML2017-100 |
| 発行日 | 2018-02-26 (IBISML) |
| 研究会情報 | |
| 研究会 | IBISML |
|---|---|
| 開催期間 | 2018/3/5(から2日開催) |
| 開催地（和） | 九州大学 西新プラザ |
| 開催地（英） | Nishijin Plaza, Kyushu University |
| テーマ（和） | 統計数理・機械学習・データマイニング・一般 |
| テーマ（英） | Statisitical Mathematics, Machine Learning, Data Mining, etc. |
| 委員長氏名（和） | 福水 健次(統計数理研) |
| 委員長氏名（英） | Kenji Fukumizu(ISM) |
| 副委員長氏名（和） | 杉山 将(東大) / 鹿島 久嗣(京大) |
| 副委員長氏名（英） | Masashi Sugiyama(Univ. of Tokyo) / Hisashi Kashima(Kyoto Univ.) |
| 幹事氏名（和） | 竹内 一郎(名工大) / 津田 宏治(東大) |
| 幹事氏名（英） | Ichiro Takeuchi(Nagoya Inst. of Tech.) / Koji Tsuda(Univ. of Tokyo) |
| 幹事補佐氏名（和） | 岩田 具治(NTT) / 神嶌 敏弘(産総研) |
| 幹事補佐氏名（英） | Tomoharu Iwata(NTT) / Toshihiro Kamishima(AIST) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Infomation-Based Induction Sciences and Machine Learning |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 学習係数の解析による特異ベイズ情報量基準の改良 |
| サブタイトル（和） | |
| タイトル（英） | The improving method of Singular Bayesian information criterion by analyzing learning coefficients |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 特異ベイズ情報基準 / A singular Bayesian information criterion |
| キーワード(2)（和/英） | 学習係数 / a learning coefficient |
| キーワード(3)（和/英） | モデル選択法 / model selection method |
| キーワード(4)（和/英） | 特異モデル / a singular model |
| 第 1 著者 氏名（和/英） | 鈴木 沙也加 / Sayaka Suzuki |
| 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） | 椎名 颯太 / Souta Shina |
| 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） | 青柳 美輝 / Miki Aoyagi |
| 第 3 著者 所属（和/英） | 日本大学(略称：日大) Nihon University(略称：Nihon Univ.) |
| 発表年月日 | 2018-03-06 |
| 資料番号 | IBISML2017-100 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | IBISML-475 |
| ページ範囲 | pp.71-76(IBISML), |
| ページ数 | 6 |
| 発行日 | 2018-02-26 (IBISML) |