再帰的学習によるEMアルゴリズムの加速

スポンサーリンク

概要

• 論文の詳細を見る

• EMアルゴリズムはボルツマンマシシや確率的パーセプトロンなどの学習を始め, HMMやその他隠れた構造を持つ確率分布の学習に対して広く持ちいられている. このアルゴリズムは繰り返し演算により最尤推定を求めるものであり, 計算量が少なく実現が容易だが, 一般に収束が遅い. 一方, 統計学の分野でスコアリング法と呼ばれる手法も同様のモデルに対して適用できる繰り返し演算である. これは収束は速いが計算量が多く実現が難しい. 本研究ではEMアルゴリズムを再帰的に用いてスコアリング法を近似し, EMアルゴリズムを加速できることを示す. Louis[6] や Meng and Rubin[9] も同様のアプローチを行なっているが, 本手法はそれらに比べ, 計算量が少なく実現が容易である. 計算機実験を交えて結果を示す.

• 一般社団法人電子情報通信学会の論文
• 1997-07-24

著者

• 池田 思朗

  理化学研究所脳科学総合研究センター情報創成システム研究チーム

関連論文

• Independent Component Analysisを用いたMEGデータの解析
• Independent Component Analysisを用いたMEGデータの解析
• 再帰的学習によるEMアルゴリズムの加速

スポンサーリンク