混合PLSモデルによるオンライン次元縮約
スポンサーリンク
概要
- 論文の詳細を見る
高次元の非線形関数を逐次的に学習する手法を提案する.本研究では複数の局所的な線形関数の重み付き平均で非線形関数を近似する.各線形関数には高次元の入出力空間を少数の潜在変数で近似するPLS回帰を用いる.また,各線形関数の影響範囲を定義するためのPLS核関数を定義し,それをPLS回帰の近似結果より導出する効率的なアルゴリズムの実現を目指す.さらに,提案手法のパラメータを推定する方法としてオンライン確定的アニーリングEM(DAEM)アルゴリズムを提案し,EMアルゴリズムの局所最適性を改善する.
- 社団法人電子情報通信学会の論文
- 2007-03-08
著者
関連論文
- 投機的モデル当てはめによる学習の高速化
- 階層型モジュラーネットワークによる動的環境下での学習の高速化とリソースの軽減(ニューラルネットワーク画像復元及び一般)
- メタ学習による追加学習の高速化
- メタ情報の学習による追加学習の高速化
- 睡眠期間を持つ神経回路による追加学習と素子数削減
- RBFネットワークにおける再学習を必要としない中間細胞併合法
- RBFネットワークにおける再学習を必要としない中間細胞併合法
- 主観的メタ情報を利用した顔画像に対する個人嗜好推定の研究
- 自動車運転における危険状況を模した電動車椅子運転時の視線分布の解析 : 危険予測に基づく運転者モデルの評価に向けて(テーマ関連,顔・人物・ジェスチャ・行動)
- 自動車運転における危険状況を模した電動車椅子運転時の視線分布の解析 : 危険予測に基づく運転者モデルの評価に向けて(テーマ関連,顔・人物・ジェスチャ・行動)
- 動的環境下における人の適応的プランニングの計算モデル化
- 自動車加速時におけるアクセル操作の習熟過程のモデル化と実験的検討
- 全方位画像列を用いた移動立体視による三次元空間のタグ記述化
- 5V-5 神経回路による時系列パターンの追加学習(ニューラルネット・学習,学生セッション,人工知能と認知科学)
- 階層型モジュラーネットワークによる動的環境下での学習の高速化とリソースの軽減
- 有限資源環境下における睡眠期間を導入した追加学習法
- 脳型と呼ばれる情報処理の定式化とその計算アーキテクチャ化を目指して : タスク認識に基づく即応的FPCの試み(NC企画セッション : ニューロハードウェア)
- 脳型と呼ばれる情報処理の定式化とその計算アーキテクチャ化を目指して : タスク認識に基づく即応的FPCの試み(企画セッション : ニューロハードウェア)
- 投機的FilterとWrapperによるオンライン学習の高速化 : 高速次元選択法の検討
- Concept-Drifting環境に適応可能なクラシファイアアンサンブルシステム(一般, 進化・発進の現象とモデル, 一般)
- オンラインデータからの高速変数関係抽出
- Minimal Hyper Basis Function Networks を用いた次元選択付オンライン学習法(パターン認識)
- Minimal Hyper Basis Function Networksを用いた次元選択付オンライン学習法
- 高速情報選択法による多次元データからの規則発見
- 学習を怠る学習機械 : 賭けによる高速学習
- 即応性を付加した追加学習(「脳・認知科学」及び一般)
- モデル選択問題に対する人間の解発見方略のモデル化及びマルチエージェント環境への適用
- 入力領域可変型自己組織化法を用いた独立成分抽出
- non-iid パターンのモデル選択付き学習
- 投機的変数選択法によるオンラインクラス分類問題の高速学習
- 変化検出を要する学習課題における人の行動調査と変化検出モデルの提案(ヒトの行動とモデル,神経ダイナミクス,一般)
- 共変量シフトと追記学習
- 統計的手法と事例ベース手法を併用したスパムフィルタリング(コンテンツ技術,Web情報システム)
- 人間の学習対象変化の検出に関する仮説検証とそのモデル化
- 人間行動に着想を得た突然かつ重大な学習対象変化の検出法(人工知能,認知科学)
- 状況変化に適応可能なクラシファイアアンサンブルシステム(一般セッション6(パターン認識基礎),文字・文書の認識・理解)
- 混合PLSモデルによるオンライン次元縮約
- 複数のクラシファイアを用いた状況変化に対応可能なオンラインスパムフィルタリングシステム(テーマセッション1(テキスト処理・文字列画像処理),文字・文書の認識・理解)
- RBFによる睡眠期間を導入したモデル選択付き追加学習法 : 他の追加学習手法との比較
- ICONIP2004参加報告
- 睡眠期間を導入したモデル選択付き追加学習
- 睡眠期間を導入した追加学習とモデル選択
- 入力領域可変型競合学習による独立成分抽出
- 素子数制限下での連続関数近似のための追加学習法