| 講演抄録/キーワード |
| 講演名 |
2020-01-09 13:50
情報幾何に基づくガウス過程事後分布集合の次元削減法 ○石橋英朗(九工大)・赤穂昭太郎(産総研/理研) IBISML2019-20 |
| 抄録 |
(和) |
本研究ではガウス過程事後分布の集合を次元削減するための主成分分析を提案する.これにより関数の集合を説明するパラメータ空間を推定できるようになるため,マルチタスク学習や関数データ解析へ応用できる.この目的のために本研究ではガウス過程事後分布の集合の構造を情報幾何の観点で定義し,有限次元の双対平坦な空間になることを示した.さらにアルゴリズムの高速化を行い,人工データを用いて提案手法の有効性を示した. |
| (英) |
This paper proposes an extension of principal component analysis for gaussian process posteriors which is denoted by GP-PCA. GP-PCA can be applied to multi-task learning, meta-learning and transfer learning. The issue is how to define an structure of a set of GP posteriors such as a coordinate system and a distance. In this study, we define infinite dimensional structure reduced to finite dimensional structure based on information geometry. Especially, we show that a set of GP posteriors becomes a finite dimensional dually flat. Moreover, we demonstrate the effectiveness of GP-PCA through experiments. |
| キーワード |
(和) |
情報幾何学 / ガウス過程 / マルチタスク学習 / メタ学習 / 転移学習 / / / |
| (英) |
information geometry / gaussian process / multi-task learning / meta-learning / transfer learning / / / |
| 文献情報 |
信学技報, vol. 119, no. 360, IBISML2019-20, pp. 17-24, 2020年1月. |
| 資料番号 |
IBISML2019-20 |
| 発行日 |
2020-01-02 (IBISML) |
| 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 |
IBISML2019-20 |