情報論的学習理論の最近の発展について : Latent Dynamicsを中心に(若手研究者のための講演会)

スポンサーリンク

概要

論文の詳細を見る
本稿では、データが与えられたときにその背景にある潜在的構造の変化を捉える問題を考える。統計学や機械学習では、潜在情報を扱う手段として潜在変数を伴う確率モデルが発展してきた。ここでは、そのような確率モデルの構造そのものが時間的に変化するとき、それをいかに検知するかといった問題を考える。この問題は、近年、情報理論や情報論的学習理論の立場から「Tracking Best Experts」,「Switching理論」,「動的モデル選択」などとして取り組まれ、1つの潮流を形成しつつある。さらにそれは、Novelty Detection(新規性の検知)、ネットワーク構造変化検知などのデータマイニングの新しい問題に対する有力なアプローチでもある。本稿はそういった理論の流れと広がる応用の世界を紹介する。
2010-11-23

著者

関連論文

もっと見る

スポンサーリンク