講演名 2002/1/22
正規化ガウス関数ネットワークの変分法的ベイズ学習
石井 信, 佐藤 雅昭,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 関数近似器である正規化ガウス関数ネットワークは混合指数分布族として定式化される。よって、最尤推定法におけるEMアルゴリズムの自然な拡張である変分法的ベイズ学習法が導入される。本研究では、変分法的ベイズ学習法に階層的事前分布と確信度を導入した。また階層的モデル選択法を導入した。簡単な2次元の関数近似問題とカオス力学系の再構成問題に適用して良い結果が得られた。
抄録(英) Normalized Gaussian network, which is a function approximator, can be formulated as a mixture model of exponential distributions. Its inference can then be done by the variational Bayes learning, which is a natural extension of the expectation-maximization (EM) algorithm for the maximum likelihood inference. This study introduces a hierarchical prior distribution and a confidence parameter to the variational Bayes learning. In addition, a hierarchical model selection heuristics is introduced. When applied to a simple two-dimensional function approximation problem and a reconstruction problem of a chaotic dynamical system, the modified VB method achieves good results.
キーワード(和) ベイズ学習 / 変分法的ベイズ学習 / EMアルゴリズム / 正規化ガウス関数ネットワーク / モデル選択
キーワード(英) Bayes learning / Variational Bayes learning / EM algorithm / Normalized Gaussian network / Model selection
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) 正規化ガウス関数ネットワークの変分法的ベイズ学習
サブタイトル(和)
タイトル(英) A variational Bayes learning for normalized Gaussian network
サブタイトル(和)
キーワード(1)(和/英) ベイズ学習 / Bayes learning
キーワード(2)(和/英) 変分法的ベイズ学習 / Variational Bayes learning
キーワード(3)(和/英) EMアルゴリズム / EM algorithm
キーワード(4)(和/英) 正規化ガウス関数ネットワーク / Normalized Gaussian network
キーワード(5)(和/英) モデル選択 / Model selection
第 1 著者 氏名(和/英) 石井 信 / Shin Ishii
第 1 著者 所属(和/英) 奈良先端科学技術大学院大学:科学技術振興事業団CREST銅谷プロジェクト
Nara Institute of Science and Technology:CREST Doya Project, Japan Science and Technology Corporation
第 2 著者 氏名(和/英) 佐藤 雅昭 / Masa-aki Sato
第 2 著者 所属(和/英) 国際電気通信基礎技術研究所(ATR):科学技術振興事業団CREST銅谷プロジェクト
Advanced Telecommunication Research Institute International (ATR):CREST Doya Project, Japan Science and Technology Corporation
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