好奇心を持つ学習機械変動環境における逐次学習とモデル選択(脳のモデルと生物模倣情報処理1,生物模倣情報処理,機械学習,一般)
スポンサーリンク
概要
- 論文の詳細を見る
機械学習における追記学習では,逐次的に新しいサンプルの学習と運用とを交互に行う.このように運用と学習とが交互に行われる状況下では,学習機械は過去に提示されたサンプルを忘却せず,且つ未知サンプルに対しても妥当な出力を出すことが要求される.逐次的に行われる個々の学習期間と,その後の運用期間に着目した場合,運用期間に提示されるパターンの分布は既に学習したパターン分布と一致するとは限らず,未知のサンプルも含んだ異なった分布になる可能性が高い.このような環境をモデル化することによって,将来のデータ分布に対する誤差を最小にするための重みつき誤差関数が導出できる.この結果,ちようど我々人間が好奇心をもって新しい事柄に注視するように新奇なサンプルに対する重みが大きくなることが示される.本稿ではさらに,出力分布の推定にも採り入れ,事前分布の変動に対処するのみならず,出力分布の変動も検知できるようにすることを目指す.
- 2010-01-11
著者
関連論文
- 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 (ヒューマン情報処理)
- 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 (パターン認識・メディア理解)
- 好奇心を持つ学習機械変動環境における逐次学習とモデル選択(脳のモデルと生物模倣情報処理1,生物模倣情報処理,機械学習,一般)
- 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)
- 1W-1 太陽電池の特性を自動学習する高速な最大電力点追従装置の開発と実装(最適化,学生セッション,人工知能と認知科学,情報処理学会創立50周年記念)
- B-9-3 General Regression Neural Networkによる学習機能付太陽電池用高速最大電力点追従装置(B-9.電子通信エネルギー技術,一般セッション)
- Limited General Regression Neural Networkを使った環境に自動適応する最大電力点高速追従装置
- ユニット数に上限を持つ一般回帰ニューラルネットワークの学習法
- ユニット数に上限を持つ一般回帰ニューラルネットワークの学習法
- 素子数制限下での連続関数近似のための追加学習法