| 講演名 | 2013-12-21 学習において一般漸近理論と正則漸近理論が成立するために十分なサンプル数の相違について 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) | 統計的学習における漸近理論として,尤度関数が正規分布で近似できることを仮定する正則漸近理論と,条件なしで成り立つ一般漸近理論がある.数学的な観点からはどちらもサンプル数が無限大になる極限を考察するものであるが、現実の問題に適用可能かどうかは問題ごとに異なる.本論文では,サンプル数の変化に応じて構造の発見が生じるケースを考え,正則漸近理論では構造の発見を観測することはできないが,一般漸近理論では観測することができることを実験的に明らかにする. |
| 抄録(英) | There are two asymptotic theories in statistical learning. One is the regular theory which assumes that the likelihood function can be approximated by a normal distribution, the other is the general theory which does not need such assumption. Prom the mathematical point of view, both theories need the limit condition that the number of traning samples goes to infinity. However, it strongly depends on the situation whether we can apply the theories to a practical problem or not. In this paper, we study the problem of discovery, and experimentally show that the regular theory can not be applied for observation of discovery of structure, whereas the general theory can be applicable. |
| キーワード(和) | 一般漸近理論 / 正則漸近理論 / WAIC / サンプル数 |
| キーワード(英) | General asymptotic theory / Regular asymptotic theory / WAIC / Sample Number |
| 資料番号 | NC2013-61 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2013/12/14(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） | 学習において一般漸近理論と正則漸近理論が成立するために十分なサンプル数の相違について |
| サブタイトル（和） | |
| タイトル（英） | Difference of Enough Numbers for General and Regular Asymptotic Theories in Statistical Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 一般漸近理論 / General asymptotic theory |
| キーワード(2)（和/英） | 正則漸近理論 / Regular asymptotic theory |
| キーワード(3)（和/英） | WAIC / WAIC |
| キーワード(4)（和/英） | サンプル数 / Sample Number |
| 第 1 著者 氏名（和/英） | 渡辺 澄夫 / Sumio WATANABE |
| 第 1 著者 所属（和/英） | 東京工業大学大学院知能システム科学専攻 Tokyo Institute of Technology |
| 発表年月日 | 2013-12-21 |
| 資料番号 | NC2013-61 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | 374 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |