• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2014 年度 研究成果報告書

カーネル法を用いた学習アルゴリズムの情報論的解釈と発展

研究課題

  • PDF
研究課題/領域番号 23700175
研究種目

若手研究(B)

配分区分基金
研究分野 知能情報学
研究機関豊橋技術科学大学 (2014)
奈良先端科学技術大学院大学 (2011-2013)

研究代表者

渡辺 一帆  豊橋技術科学大学, 工学(系)研究科(研究院), 講師 (10506744)

研究期間 (年度) 2011-04-28 – 2015-03-31
キーワード混合モデル / レート歪み関数 / 再構成分布 / イプシロン不感応損失 / 漸近的ミニマックス性
研究成果の概要

混合モデルはクラスタリングや確率密度推定に用いられる学習モデルである。既存の凸クラスタリング法やカーネルベクトル量子化を含む統一的な学習法を導出し、歪み有りデータ圧縮の限界を示すレート歪み関数を求める最適化問題と捉えられることを示した。これまで評価が与えられてこなかった複雑な歪み尺度に対するレート歪み関数に対する評価を与えた。また、最小の符号長からの損失分で測られる逐次予測の精度について、混合モデルにより最適解を効率良く近似する手法を与えた。

自由記述の分野

統計的学習理論、機械学習

URL: 

公開日: 2016-06-03  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi