神経回路網によるマハラノビス判別関数の学習 : 信号が正規分布にしたがわない場合(一般)
スポンサーリンク
概要
- 論文の詳細を見る
事後確率がベイス判別関数として用いられ得ること、および、神経回路網が事後確率を学習し得ることはよく知られている。2クラスで信号の分布が正規分布の場合、事後確率のロジット変換をシフトするとマハラノビス判別関数が得られる。このシフトのサイズはベイス判別関数を学習した神経回路網を用いて容易に求められる。2クラスで信号の分布が非正規分布の場合も、2次のモーメントが存在すれば、もとの教師信号の畳み込みの一次変換を用いることにより、ベイス判別関数の学習を経てマハラノビス判別関数が得られる。当論文では、その二三の例を示す。
- 一般社団法人電子情報通信学会の論文
- 2012-12-05
著者
関連論文
- 2値乱数による神経回路網の学習とベイズ判別関数学習への応用(機械学習によるバイオデータマインニング,一般)
- 状態遷移に適応したベイジアン学習(一般)(ニューロインフォーマティックスとは何か)
- 状態遷移に適応したベイジアン学習
- 内部パラメータの外部パラメータへの変換
- 展望 統計学の教育を考える(2)(附)標本相関係数のExact distributionについて
- 神経回路網によるマハラノビス判別関数の学習 : 信号が正規分布にしたがわない場合(一般)