| 研究課題/領域番号 |
17K12743
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 国立情報学研究所 |
|---|
研究代表者 |
小西 卓哉 国立情報学研究所, ビッグデータ数理国際研究センター, 特任研究員 (20760169)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2017年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | ベイズ学習 / 変分ベイズ法 / 機械学習 |
|---|
| 研究成果の概要 |
潜在変数モデルはデータの背後に隠れた特徴や関係を表現する確率モデルである．潜在変数モデルをベイズ推定する方法の1つに変分ベイズ法が知られている．これまでに様々な潜在変数モデルの学習アルゴリズムが開発され，変分ベイズ法に関する研究が盛んに行われている．本研究では，特に変分ベイズ法に基づく学習アルゴリズムの理論的な側面に焦点を当て，従来研究ではカバーできていない潜在変数モデルの学習アルゴリズムの漸近解析を行った．
|
| 研究成果の学術的意義や社会的意義 |
ベイズ推定は機械学習や統計学を中心に自然科学の様々な分野で応用されている．その一方で，潜在変数モデルのような複雑な確率モデルに対しては計算量的に厳密な推定が困難なことが知られている．変分ベイズ法はこの問題を解決する有力な近似手法の一つであり，本研究で行った変分ベイズ法の理論的な解析によって学習アルゴリズムの基礎的な理解が深まるとともに，応用範囲が広がることが期待できる．
|
