| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-12-21 10:55 部分的な確率ベイジアンニューラルネットワークの利益に関して ○佐藤滉起・アンドラーデ ダニエル（広島大）  IBISML2023-36 |
|
| 抄録 | （和） | ベイジアンニューラルネットワーク(BNN)は, 予測結果の不確実性に対処する一方で, 計算コストが高いという欠点がある. 事後分布の近似法の一つであるマルコフ連鎖モンテカルロ法（MCMC）は, ニューラルネットワークに含まれる多くのモデルパラメータをサンプリングする必要がある. これによって, 大規模なデータセットやモデルの計算効率が悪化し, 予測精度が低くなることが懸念される. そこで, 本研究では数多くの回帰データで実験を行った. モデルパラメータを一部固定することで学習効率を大きく向上させ, 結果的に通常のBNNのほぼ同等の精度を達成できることを確認した. |
| （英） | Bayesian neural networks (BNNs) can model uncertainty in the prediction results better than ordinary neural networks. However, accurate approximation of the posterior distribution via Markov chain Monte Carlo (MCMC) methods is computationally expensive due to the large number of parameters in the BNNs. Therefore, in this study, we evaluate the effectiveness of fixing some of the model parameters using the Maximum-A-Posterior (MAP) method, and only sample from a small set of remaining parameters. Extensive evaluation of various regression datasets confirm the effectiveness of the partial stochastic BNNs. | |
| キーワード | （和） | ニューラルネットワーク / ベイス推論 / マルコフ連鎖モンテカルロ法 / サンプリング効率 / / / / |
| （英） | Neural Networks / Bayesian Inference / Markov Chain Monte Carlo / sampling efficiency / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 311, IBISML2023-36, pp. 37-41, 2023年12月. | |
| 資料番号 | IBISML2023-36 | |
| 発行日 | 2023-12-13 (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 | IBISML2023-36 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2023-12-20 - 2023-12-21 |
| 開催地（和） | 国立情報学研究所 |
| 開催地（英） | National Institute of Informatics |
| テーマ（和） | 機械学習一般 |
| テーマ（英） | machine learning, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2023-12-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 部分的な確率ベイジアンニューラルネットワークの利益に関して |
| サブタイトル（和） | |
| タイトル（英） | On the benefits of Partial Stochastic Bayesian Neural Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ニューラルネットワーク / Neural Networks |
| キーワード(2)（和/英） | ベイス推論 / Bayesian Inference |
| キーワード(3)（和/英） | マルコフ連鎖モンテカルロ法 / Markov Chain Monte Carlo |
| キーワード(4)（和/英） | サンプリング効率 / sampling efficiency |
| 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） | 佐藤 滉起 / Koki Sato / サトウ コウキ |
| 第1著者 所属（和/英） | 広島大学 (略称： 広島大) Hiroshima University (略称： Hiroshima Univ.) |
| 第2著者 氏名（和/英/ヨミ） | アンドラーデ ダニエル / Daniel Andrade / アンドラーデ ダニエル |
| 第2著者 所属（和/英） | 広島大学 (略称： 広島大) Hiroshima University (略称： Hiroshima Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-12-21 10:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2023-36 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.311 |
| ページ範囲 | pp.37-41 |
| ページ数 | 5 |
| 発行日 | 2023-12-13 (IBISML) |
[研究会発表申込システムのトップページに戻る]