| 講演抄録／キーワード |
| 講演名 |
2007-03-14 09:50
Pade 近似による学習理論のゼータ関数の極の推定
○入口亮介・渡辺澄夫（東工大） |
| 抄録 |
（和） |
ニューラルネットワーク、混合正規分布、ベイズネットワーク、隠れマルコフモデル、ボルツマンマシン等の学習モデルは特異モデルと呼ばれ、パターン認識、時系列予測、システム制御等の様々な実問題に応用されている。しかしながらこれらの学習モデルは、階層的な構造や対称性に起因する特異点を持つため、最尤推定量が漸近正規性を持たない。そのため、従来の統計的正則モデルの漸近理論を適用することができず、理論的に最適なモデル選択や設計を行うためには代数幾何学的手法を用いた解析が必要となる。学習モデルの代数幾何学的な解析には、ブローアップによって学習モデルのゼータ関数の極を求める必要があるが、複雑なモデルになると困難である。本論文では、数値計算によりゼータ関数の極を求める新たな手法を提案する。 |
| （英） |
Learning machines such as neural networks, Gaussian mixtures, Bayes networks, hidden Markov models, and Boltzmann machines are called singular learning machines, which have been applied to many real problems such as pattern recognition, time-series prediction, and system control. However, these learning machines have singular points which are attributable to their hierarchical structures or symmetry property. Hence, the maximum likelihood estimators do not have asymptotic normality, and conventional asymptotic theory for statistical regular models can not be applied. Therefore, theoretical optimal model selections or designs involve algebraic geometrical analysis. The algebraic geometrical analysis requires blowing up, which is to obtain maximum poles of zeta functions in learning theory, however, it is hard for complex learning machines. In this paper, a new method which obtains the maximum poles of zeta functions in learning theory by numerical computations is proposed. |
| キーワード |
（和） |
特異モデル / ベイズ学習 / 学習係数 / ゼータ関数 / Pade近似 / / / |
| （英） |
Singular Learning Machine / Beyes Learning / Learning Coefficient / Zeta Function / Pade Approximation / / / |
| 文献情報 |
信学技報, vol. 106, no. 588, NC2006-135, pp. 103-108, 2007年3月. |
| 資料番号 |
NC2006-135 |
| 発行日 |
2007-03-07 (NC) |
| ISSN |
Print edition: ISSN 0913-5685 |
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
NC |
| 開催期間 |
2007-03-14 - 2007-03-16 |
| 開催地（和） |
玉川大学 |
| 開催地（英） |
Tamagawa University |
| テーマ（和） |
一般 |
| テーマ（英） |
General |
| 講演論文情報の詳細 |
| 申込み研究会 |
NC |
| 会議コード |
2007-03-NC |
| 本文の言語 |
日本語 |
| タイトル（和） |
Pade 近似による学習理論のゼータ関数の極の推定 |
| サブタイトル（和） |
|
| タイトル（英） |
Estimation of poles of zeta function in learning theory using pade approximation |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
特異モデル / Singular Learning Machine |
| キーワード(2)（和/英） |
ベイズ学習 / Beyes Learning |
| キーワード(3)（和/英） |
学習係数 / Learning Coefficient |
| キーワード(4)（和/英） |
ゼータ関数 / Zeta Function |
| キーワード(5)（和/英） |
Pade近似 / Pade Approximation |
| キーワード(6)（和/英） |
/ |
| キーワード(7)（和/英） |
/ |
| キーワード(8)（和/英） |
/ |
| 第1著者 氏名（和/英/ヨミ） |
入口 亮介 / Ryosuke Iriguchi / イリグチ リョウスケ |
| 第1著者 所属（和/英） |
東京工業大学 (略称： 東工大)
Tokyo Institute of Technology (略称： Tokyo Tech.) |
| 第2著者 氏名（和/英/ヨミ） |
渡辺 澄夫 / Sumio Watanabe / ワタナベ スミオ |
| 第2著者 所属（和/英） |
東京工業大学 (略称： 東工大)
Tokyo Institute of Technology (略称： Tokyo Tech.) |
| 第3著者 氏名（和/英/ヨミ） |
/ / |
| 第3著者 所属（和/英） |
(略称： )
(略称： ) |
| 第4著者 氏名（和/英/ヨミ） |
/ / |
| 第4著者 所属（和/英） |
(略称： )
(略称： ) |
| 第5著者 氏名（和/英/ヨミ） |
/ / |
| 第5著者 所属（和/英） |
(略称： )
(略称： ) |
| 第6著者 氏名（和/英/ヨミ） |
/ / |
| 第6著者 所属（和/英） |
(略称： )
(略称： ) |
| 第7著者 氏名（和/英/ヨミ） |
/ / |
| 第7著者 所属（和/英） |
(略称： )
(略称： ) |
| 第8著者 氏名（和/英/ヨミ） |
/ / |
| 第8著者 所属（和/英） |
(略称： )
(略称： ) |
| 第9著者 氏名（和/英/ヨミ） |
/ / |
| 第9著者 所属（和/英） |
(略称： )
(略称： ) |
| 第10著者 氏名（和/英/ヨミ） |
/ / |
| 第10著者 所属（和/英） |
(略称： )
(略称： ) |
| 第11著者 氏名（和/英/ヨミ） |
/ / |
| 第11著者 所属（和/英） |
(略称： )
(略称： ) |
| 第12著者 氏名（和/英/ヨミ） |
/ / |
| 第12著者 所属（和/英） |
(略称： )
(略称： ) |
| 第13著者 氏名（和/英/ヨミ） |
/ / |
| 第13著者 所属（和/英） |
(略称： )
(略称： ) |
| 第14著者 氏名（和/英/ヨミ） |
/ / |
| 第14著者 所属（和/英） |
(略称： )
(略称： ) |
| 第15著者 氏名（和/英/ヨミ） |
/ / |
| 第15著者 所属（和/英） |
(略称： )
(略称： ) |
| 第16著者 氏名（和/英/ヨミ） |
/ / |
| 第16著者 所属（和/英） |
(略称： )
(略称： ) |
| 第17著者 氏名（和/英/ヨミ） |
/ / |
| 第17著者 所属（和/英） |
(略称： )
(略称： ) |
| 第18著者 氏名（和/英/ヨミ） |
/ / |
| 第18著者 所属（和/英） |
(略称： )
(略称： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2007-03-14 09:50:00 |
| 発表時間 |
20分 |
| 申込先研究会 |
NC |
| 資料番号 |
NC2006-135 |
| 巻番号（vol） |
vol.106 |
| 号番号（no） |
no.588 |
| ページ範囲 |
pp.103-108 |
| ページ数 |
6 |
| 発行日 |
2007-03-07 (NC) |
|