研究課題
(1) 混合正規分布(GMM)推定の解空間は多蜂であるため、通常の探索法(EMアルゴリズム)では初期点に依存した局所解しか得られない。この局所最適性を克服するため、高温における解(原始初期点PIP:特異点である)を初期点とする確定的アニーリング(DA)が導入された。解品質をさらに改良するため、PIPを初期点として、DAの代わりに変分ベイズ(VB)法を用いたVB(PIP)法を考案し、数値実験により解品質が一層改善されることを確認した(Neural Networks論文)。(2) 多層パーセプトロンの学習において、特異領域は探索停滞を招くため、通常は回避することを考えるが、本研究では、特異領域を積極的に利用しつつ、隠れユニット数を増やしてゆき、与えられた隠れユニット数にふさわしい良質の解に到達する特異階段追跡(SSF : Singularity Step Following)法を考案し、数値実験により所期の有効性を検証した(NC研究会論文)。(3) 文脈自由文法の一種であるLシステムにおいて、整数論を用いて、文から文法を発見するLGIN(L-system Grammar Induction based on Number theory)法を考案し、6種の植物モデルを用いた数値実験により、その実現性と処理負荷の軽さを検証した(IC3K論文)。また、数法則発見において、名義区分線形モデル回帰法の有効性を検証した(ICANN論文)。
すべて 2010
すべて 雑誌論文 (1件) (うち査読あり 1件) 学会発表 (3件)
Neural Networks
巻: Vol.23, No.3 ページ: 356-364
