べイズ推論における事後確率分布の構造について
スポンサーリンク
概要
- 論文の詳細を見る
画像,音声,自然言語,塩基配列などの大規模データに対し,確率モデルを構築し,認識,予測など確率推論を行なうことが,計算機性能の急速な向上に伴い可能になってきた.ペイズ推論の本質の一つは,データを観測した後の事後確率分布の利用にあるが,その分布の構造については不明な,点が多い.一般的な議論は難しいが,分布が奇妙な構造をもつことは十分考えられる.本研究では,事後確率分布から多数のサンプルを生成することで,事後確率分布の構造を反映した推定量を求めることを試みる.単純な隠れマルコフモデルを用いて計算機実験をおこなった結果をもとに,その有効性を議論する.
- 社団法人電子情報通信学会の論文
- 2010-03-02
著者
関連論文
- ベイズ推論における事後確率分布の構造について (ニューロコンピューティング)
- 自己組織モデルのための神経場における局在振動の研究(機械学習によるバイオデータマインニング,一般)
- 情報分離による複雑型細胞受容野の自己組織的形成モデル(情報論的学習理論論文)
- べイズ推論における事後確率分布の構造について
- 想起の成否が容易に判別できるHopfield 2008連想記憶モデルの簡略化
- gnuplotを用いた「自己組織化マップ」学習ダイナミックスの理解
- 視覚認識におけるあいまい性の除去について : 木型マルコフ確率場によるモデル化(バイオサイバネティックス,ニューロコンピューティング)
- SOMとニューラルガスの直積モデルによるロボットの位置と向きの情報の分離(バイオサイバネティックス,ニューロコンピューティング)
- SOMとニューラルガスの直積モデルによる情報分離について : 視覚入力から位置と向きの分離(「脳・認知科学」及び一般)
- 視覚認識における部分-全体問題について : ツリー型マルコフ確率場を用いたモデル化の一例(認知現象の分析とモデル化(その2))
- 神経回路モデルによるランダム興奮パターンの生成とその性質
- ランダム対称結合回路の素子モデルに依存する性質
- 可変閾値をもつランダム対称結合神経回路の平衡状態の数
- ランダム対称結合を持つ神経回路網の平衡状態の数
- 神経振動子場における局在振動の位相同期に関する研究
- 神経振動子場における局在振動の位相同期に関する研究
- ボルツマンマシンを応用したトポグラフィックマッピングの形成モデルについて