| 講演名 | 2002/1/22 EMアルゴリズムの新展開 : 変分ベイズ法 上田 修功, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本稿では, 近年, 実践的ベイズ学習法として注目されつつある変分ベイズ法について解説する.まず, 最尤推定値を求める数値解法であるEM法および一般化EM(GEM)法について説明する.次いで, VB法の基本原理がGEMで用いられている変分近似法をベイズ拡張したものと見なせることを示す.すなわち, VB法がEM法からどのように発展して誕生したのかを系統的に解説する. |
| 抄録(英) | This report provides a tutorial on Variational Bayes (VB), a practical framework for Bayesian computations. First, I review the EM method which is a general procedure for obtaining maximum likelihood estimates and also explain the generalized EM (GEM) method. Then, the basic principle of the VB method can be interpreted as Bayesian extension of variational approximation used in the GEM method. Namely, I explain how the EM method has develped into the VB method. |
| キーワード(和) | EMアルゴリズム / ベイズ学習 / 変分ベイズ法 / 変分近似 |
| キーワード(英) | Bayes learning / Variational Bayes / EM method / Variational approximation |
| 資料番号 | |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2002/1/22(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） | EMアルゴリズムの新展開 : 変分ベイズ法 |
| サブタイトル（和） | |
| タイトル（英） | New Development of the EM algorithm : Variational Bayes |
| サブタイトル（和） | |
| キーワード(1)（和/英） | EMアルゴリズム / Bayes learning |
| キーワード(2)（和/英） | ベイズ学習 / Variational Bayes |
| キーワード(3)（和/英） | 変分ベイズ法 / EM method |
| キーワード(4)（和/英） | 変分近似 / Variational approximation |
| 第 1 著者 氏名（和/英） | 上田 修功 / Naonori UEDA |
| 第 1 著者 所属（和/英） | NTTコミュニケーション科学基礎研究所 NTT Communication Science Laboratorie |
| 発表年月日 | 2002/1/22 |
| 資料番号 | |
| 巻番号（vol） | vol.101 |
| 号番号（no） | 616 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |