講演名 2010-01-18
混合正規分布におけるべイズ周辺尤度の厳密計算法(機械学習,生物模倣情報処理,機械学習,一般)
山田 哲太郎, 山崎 啓介, 渡辺 澄夫,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) べイズ学習においてべイズ周辺尤度は最も重要な観測量のひとつであるが、特異モデルにおいては厳密な数値を計算することができなかったため、マルコフ連鎖モンテカルロ法による数値計算法、平均場近似による近似計算法、代数幾何学的な理論による解析法など、様々な方法の精度がどの程度であるかを知ることができなかった。本論文では、広く用いられている混合正規分布のべイズ周辺尤度を厳密に計算する方法を提案し、数値計算法、近似計算法、理論的解析法がどの程度に正しい結果を与えているかについて考えるための基盤を構成する。また、その有効性を実験によって明らかにする。
抄録(英) The Bayes marginal likelihood is one of the most important observables in Bayes learning. Several methods have been proposed and studied, for example, Markov chain Monte Carlo, mean field approximation, algebraic geometrical theory, and so on. However, it has been difficult to obtain the rigorous value of the Bayes marginal likelihood. In this paper, we propose a new method to calculate the rigorous Bayes margianl likelihood in normal mixture, which enables us to establish the foundation to measure how accurate several approximation methods are, and experimentally clarify its effectiveness.
キーワード(和) べイズ周辺尤度 / 厳密計算法 / 混合正規分布
キーワード(英) Bayes marginal likelihood / rigorous calculation method / normal mixture
資料番号 NC2009-76
発行日

研究会情報
研究会 NC
開催期間 2010/1/11(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) 混合正規分布におけるべイズ周辺尤度の厳密計算法(機械学習,生物模倣情報処理,機械学習,一般)
サブタイトル(和)
タイトル(英) Rigorous Calculation Method of Bayes Marginal Likelihood in Normal Mixture
サブタイトル(和)
キーワード(1)(和/英) べイズ周辺尤度 / Bayes marginal likelihood
キーワード(2)(和/英) 厳密計算法 / rigorous calculation method
キーワード(3)(和/英) 混合正規分布 / normal mixture
第 1 著者 氏名(和/英) 山田 哲太郎 / Tetsutaro YAMADA
第 1 著者 所属(和/英) 東京工業大学工学部情報工学科
Department of Computer Science, Tokyo Tech.
第 2 著者 氏名(和/英) 山崎 啓介 / Keisuke YAMAZAKI
第 2 著者 所属(和/英) 東京工業大学精密工学研究所
PI Lab, Tokyo Tech.
第 3 著者 氏名(和/英) 渡辺 澄夫 / Sumio WATANABE
第 3 著者 所属(和/英) 東京工業大学精密工学研究所
PI Lab, Tokyo Tech.
発表年月日 2010-01-18
資料番号 NC2009-76
巻番号(vol) vol.109
号番号(no) 363
ページ範囲 pp.-
ページ数 6
発行日