2021 Fiscal Year Annual Research Report
| Project/Area Number |
20K19865
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
石橋 英朗 九州工業大学, 大学院生命体工学研究科, 助教 (30838389)
|
|---|
| Project Period (FY) |
2020-04-01 – 2022-03-31
|
| Keywords | 情報幾何学 / メタ学習 / 階層モデリング / ガウス過程 |
|---|
| Outline of Annual Research Achievements |
本年度は情報幾何学に基づいた普遍的なベイズ事後分布集合の階層モデリングの学習理論構築のために以下の研究を行った．
（１）情報幾何学の観点でe型とm型の２種類のベイズ事後分布集合の階層モデリング法を開発し，それらが事後分布推定における知識転移と事前分布推定における知識転移を行なっていることを明らかにした．特に，これまでメタ学習法やマルチタスク学習法として最もよく用いられてきた階層ベイズ法は事前分布推定における知識転移の最も単純な例として見なすことができるようになり，階層ベイズ法よりもfew-shot learningに適したメタ学習法が可能となった．
（２）e型とm型の階層モデリングを組み合わせることで混合分布族集合のマルチタスク学習法を実現した．これにより，単一の枠組みによって教師あり学習、教師なし学習問わず指数分布族や混合分布族などの様々な確率モデルに対して汎用的に利用できるメタ学習法，マルチタスク学習法が実現できた．
（３）カーネル平滑化に基づいた非線形な階層モデリングを実現した．特に，この時に用いるカーネル関数を確率分布と見なすことで変文ベイズ法の枠組みとして問題を定式化することができた．これにより１つの枠組みでベイズ事後分布の集合を多様体としてモデル化したり，クラスタとしてモデル化することが可能となった．
|
