講演抄録/キーワード |
講演名 |
2022-06-27 17:50
混合Normal Inverse Gaussianモデルに対する変分ベイズとギブスサンプリングの比較 ○竹川高志(工学院大) NC2022-9 IBISML2022-9 |
抄録 |
(和) |
データのクラスタリングに,多変量正規分布による混合分布モデル (GMM) が広く用いられている.しかし,一般にデータは非対称性や非正規性を持つため,GMMによるクラスタリング性能は必ずしも十分ではない.GMM の欠点を補うため,非対称性と非正規性を考慮した Normal Inverse Gaussian (NIG) 分布の混合モデル (NIGMM) の定式化を行い,変分ベイズ (VB) とギブスサンプリング (GS) の実装を行った.同じモデルに対して VB と GS が異なる結果を示すため,クラスタリング性能,モデルエビデンス,WAIC,計算時間について評価を行った. |
(英) |
Mixture models for multivariate normal distributions (GMM) are widely used for data clustering. To compensate for the shortcomings of GMMs, we formulated a mixture model for normal Inverse Gaussian distribution (NIGMM) that takes asymmetry and non-normality into account. To evaluate the performance of NIGMM, we implemented fast variational Bayesian (VB) and Gibbs sampling (GS) solution using GPU parallelization. We evaluate these implementations for clustering performance, model evidence, WAIC, and computation time. |
キーワード |
(和) |
クラスタリング / ディリクレプロセス / 非対称 / 非正規性 / WAIC / 一般化逆ガウス分布 / ベッセル関数 / |
(英) |
Clustering / Dirichlet Process / Asymmetry / non-Normality / WAIC / Generalized Inverse Gaussian / Bessel Function / |
文献情報 |
信学技報, vol. 122, no. 90, IBISML2022-9, pp. 76-79, 2022年6月. |
資料番号 |
IBISML2022-9 |
発行日 |
2022-06-20 (NC, 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 |
NC2022-9 IBISML2022-9 |
研究会情報 |
研究会 |
NC IBISML IPSJ-BIO IPSJ-MPS |
開催期間 |
2022-06-27 - 2022-06-29 |
開催地(和) |
琉球大学50周年記念館 |
開催地(英) |
|
テーマ(和) |
機械学習によるバイオデータマイニング、一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
IBISML |
会議コード |
2022-06-NC-IBISML-BIO-MPS |
本文の言語 |
日本語 |
タイトル(和) |
混合Normal Inverse Gaussianモデルに対する変分ベイズとギブスサンプリングの比較 |
サブタイトル(和) |
|
タイトル(英) |
Comparison of Variational Bayes and Gibbs Sampling for Normal Inverse Gaussian Mixture Models |
サブタイトル(英) |
|
キーワード(1)(和/英) |
クラスタリング / Clustering |
キーワード(2)(和/英) |
ディリクレプロセス / Dirichlet Process |
キーワード(3)(和/英) |
非対称 / Asymmetry |
キーワード(4)(和/英) |
非正規性 / non-Normality |
キーワード(5)(和/英) |
WAIC / WAIC |
キーワード(6)(和/英) |
一般化逆ガウス分布 / Generalized Inverse Gaussian |
キーワード(7)(和/英) |
ベッセル関数 / Bessel Function |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
竹川 高志 / Takashi Takekawa / タケカワ タカシ |
第1著者 所属(和/英) |
工学院大学 (略称: 工学院大)
Kogakuin University of Technology and Engineering (略称: Kogakuin Univ.) |
第2著者 氏名(和/英/ヨミ) |
/ / |
第2著者 所属(和/英) |
(略称: )
(略称: ) |
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: ) |
講演者 |
第1著者 |
発表日時 |
2022-06-27 17:50:00 |
発表時間 |
25分 |
申込先研究会 |
IBISML |
資料番号 |
NC2022-9, IBISML2022-9 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.89(NC), no.90(IBISML) |
ページ範囲 |
pp.76-79 |
ページ数 |
4 |
発行日 |
2022-06-20 (NC, IBISML) |
|