| 講演名 | 2001/2/2 α尤度による損失関数の一般化とその学習 塩谷 浩之, 伊達 惇, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 2乗誤差最小は, 入出力を持つシステムの学習手法として広く用いられている。本研究においては, 入出力システムの確率モデルに対応するように, α-ダイバージェンスを特殊化する.そして, その勾配に対応する損失関数を導出し, その関数の数理的性質に関する解析を行う.加えて, 特殊化したダイバージェンスが, Tsallisのエントロピ関数を有した形式を持つことなども述べる. |
| 抄録(英) | The method of the minimization of square error has been widely used for the learning of input-output systems. In this study, we propose the specialized information divergence concerning to the stochastic modeling for an input-output system. We show the learning algorithm from the minimization of its divergence and we derive the loss function with respect to the gradient of our learning algorithm inversely and mention some properties of the function. In addition, we mention that its divergence measure involves the Tsallis entropy. |
| キーワード(和) | 2乗誤差最小 / α尤度 / 一般化損失関数 |
| キーワード(英) | Minimum square error / α-likelihood function / generalized loss function |
| 資料番号 | NC2000-93 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2001/2/2(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | α尤度による損失関数の一般化とその学習 |
| サブタイトル（和） | |
| タイトル（英） | The Generalized Loss Function using α-likelihood and its Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 2乗誤差最小 / Minimum square error |
| キーワード(2)（和/英） | α尤度 / α-likelihood function |
| キーワード(3)（和/英） | 一般化損失関数 / generalized loss function |
| 第 1 著者 氏名（和/英） | 塩谷 浩之 / Hiroyuki SHIOYA |
| 第 1 著者 所属（和/英） | 北海道大学大学院工学研究科 Graduate School of Engineering, Hokkaido University |
| 第 2 著者 氏名（和/英） | 伊達 惇 / Tsutomu DA-TE |
| 第 2 著者 所属（和/英） | 北海道大学大学院工学研究科 Graduate School of Engineering, Hokkaido University |
| 発表年月日 | 2001/2/2 |
| 資料番号 | NC2000-93 |
| 巻番号（vol） | vol.100 |
| 号番号（no） | 618 |
| ページ範囲 | pp.- |
| ページ数 | 7 |
| 発行日 | |