| 講演抄録/キーワード |
| 講演名 |
2019-12-20 14:15
CNNによる$q$-正規分布の$q$値推定 ○宮川幸人・保坂亮介・田中 勝(福岡大) PRMU2019-58 |
| 抄録 |
(和) |
通常,与えられたデータを簡単に捉えるために正規分布や$t$分布に従って仮定されることが多い.正規分布は,大数の法則や中心極限定理によって仮定できるが,サポートがノンコンパクトな分布である.現実のデータは有限範囲内に収まっているため,データが従っているはずのサポートがノンコンパクトである必要はない.つまり,現実のデータにおいて想定される確率分布のサポートはコンパクトである.そこで,サポートがコンパクトであり正規分布に近い,$q$-正規分布に着目する.データの分布から$q$の値を推定することができれば,正規分布よりも適切な確率分布を提案することができる.本稿では,畳み込みニューラルネットワークを用いて,データの分布から$q$の値を推定する実験を行ったので,これについて報告する. |
| (英) |
It is usually assumed that the given data follow a normal distribution or $t$ distribution for the sake of simplicity.The normal distribution can be assumed by the law of large numbers and the central limit theorem, but the support is non-compact.Because the actual data is in a finite range, the support that the data is supposed to follow does not have to be non-compact.In other words, the support of probability distributions assumed in real data is compact.We focus on the $q$-normal distribution, which is compact and close to the normal distribution.If the value of $q$ can be estimated from the distribution of data, a more appropriate probability distribution can be proposed than the normal distribution.In this paper, we report an experiment to estimate the value of $q$ from the distribution of data through the convolutional neural network. |
| キーワード |
(和) |
$q$-正規分布 / 畳み込みニューラルネットワーク / / / / / / |
| (英) |
$q$-normal distribution / convolutional neural network / / / / / / |
| 文献情報 |
信学技報, vol. 119, no. 347, PRMU2019-58, pp. 75-80, 2019年12月. |
| 資料番号 |
PRMU2019-58 |
| 発行日 |
2019-12-12 (PRMU) |
| ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
PRMU2019-58 |
| 研究会情報 |
| 研究会 |
PRMU |
| 開催期間 |
2019-12-19 - 2019-12-20 |
| 開催地(和) |
大分大学 |
| 開催地(英) |
|
| テーマ(和) |
アート・グラフィクス・コンテンツ制作・教育への応用 |
| テーマ(英) |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
PRMU |
| 会議コード |
2019-12-PRMU |
| 本文の言語 |
日本語 |
| タイトル(和) |
CNNによる$q$-正規分布の$q$値推定 |
| サブタイトル(和) |
|
| タイトル(英) |
Estimation of $q$-value of $q$-normal distribution through CNN |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
$q$-正規分布 / $q$-normal distribution |
| キーワード(2)(和/英) |
畳み込みニューラルネットワーク / convolutional neural network |
| キーワード(3)(和/英) |
/ |
| キーワード(4)(和/英) |
/ |
| キーワード(5)(和/英) |
/ |
| 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) |
宮川 幸人 / Yukito Miyakawa / ミヤカワ ユキト |
| 第1著者 所属(和/英) |
福岡大学 (略称: 福岡大)
Fukuoka University (略称: Fukuoka Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
保坂 亮介 / Ryosuke Hosaka / ホサカ リョウスケ |
| 第2著者 所属(和/英) |
福岡大学 (略称: 福岡大)
Fukuoka University (略称: Fukuoka Univ.) |
| 第3著者 氏名(和/英/ヨミ) |
田中 勝 / Masaru Tanaka / タナカ マサル |
| 第3著者 所属(和/英) |
福岡大学 (略称: 福岡大)
Fukuoka University (略称: Fukuoka Univ.) |
| 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 |
2019-12-20 14:15:00 |
| 発表時間 |
15分 |
| 申込先研究会 |
PRMU |
| 資料番号 |
PRMU2019-58 |
| 巻番号(vol) |
vol.119 |
| 号番号(no) |
no.347 |
| ページ範囲 |
pp.75-80 |
| ページ数 |
6 |
| 発行日 |
2019-12-12 (PRMU) |