| 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 | 2024-06-21 10:55 学習係数を用いたモデル選択sBICの解析およびその応用 ○山崎敬太・大場智康・小林 晴・清水恭介（日大）・梶 大介（デンソー）・青柳美輝（日大）  NC2024-16 IBISML2024-16 |
|
| 抄録 | （和） | 近年，特異モデルのベイズ学習について，汎化誤差や経験誤差，自由エネルギーなどの漸近挙動を，学習係数やその位数，特異揺らぎを用いて解析できることが証明された[Drton，2017]．理論値は，学習曲線の特徴を表しており，解析や応用に重要な指標である．特に，学習係数は，代数幾何の分野において，log canonical thresholdとして定義され，汎化誤差の主要項を表す．本研究では，学習係数を用いたモデル選択の手法である特異ベイズ情報量基準(sBIC)について考察し，その応用として新型コロナウイルス感染症の重症者数推定のモデルを線形ニューラルネットワークとして知られる縮小ランクモデルを使って構築する． |
| （英） | In recent years, it has been demonstrated that the asymptotic behaviors of generalization error, empirical error, and free energy in singular model Bayesian learning can be analyzed using learning coefficients, their orders, and singular fluctuations[Drton, 2017]. The theoretical values represent the characteristics of learning curves and serve as important indicators for analysis and application. Particularly, the learning coefficient is defined as the log canonical threshold in the field of algebraic geometry, serving as an indicator of generalization error. In this study, we examine the Singular Bayesian Information Criterion (sBIC), a method for model selection using learning coefficients. As an application, we construct a model for estimating the number of severe cases of COVID-19 using a reduced-rank model. | |
| キーワード | （和） | 特異ベイズ情報量基準 / 学習係数 / モデル選択法 / 特異モデル / / / / |
| （英） | A singular Bayesian information criterion / a learning coefficient / model selection method / a singular model / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 86, IBISML2024-16, pp. 98-104, 2024年6月. | |
| 資料番号 | IBISML2024-16 | |
| 発行日 | 2024-06-13 (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 | NC2024-16 IBISML2024-16 |
|
| 研究会情報 | |
| 研究会 | IBISML NC IPSJ-BIO IPSJ-MPS |
| 開催期間 | 2024-06-20 - 2024-06-22 |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | OIST |
| テーマ（和） | 機械学習・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 | 2024-06-IBISML-NC-BIO-MPS |
| 本文の言語 | 日本語 |
| タイトル（和） | 学習係数を用いたモデル選択sBICの解析およびその応用 |
| サブタイトル（和） | |
| タイトル（英） | Analysis of the model selection method sBIC with learning coefficients and its applications |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 特異ベイズ情報量基準 / A singular Bayesian information criterion |
| キーワード(2)（和/英） | 学習係数 / a learning coefficient |
| キーワード(3)（和/英） | モデル選択法 / model selection method |
| キーワード(4)（和/英） | 特異モデル / a singular model |
| 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） | 山崎 敬太 / Keita Yamazaki / ヤマザキ ケイタ |
| 第1著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 大場 智康 / Tomoyasu Ohba / オオバ トモヤス |
| 第2著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 小林 晴 / Haru Kobayashi / コバヤシ ハル |
| 第3著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 清水 恭介 / Kyousuke Shimizu / シミズ キョウスケ |
| 第4著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 梶 大介 / Daisuke Kaji / カジ ダイスケ |
| 第5著者 所属（和/英） | 株式会社デンソー (略称： デンソー) DENSO CORPORATION (略称： DENSO) |
| 第6著者 氏名（和/英/ヨミ） | 青柳 美輝 / Miki Aoyagi / アオヤギ ミキ |
| 第6著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-06-21 10:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | NC2024-16, IBISML2024-16 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.85(NC), no.86(IBISML) |
| ページ範囲 | pp.98-104 |
| ページ数 | 7 |
| 発行日 | 2024-06-13 (NC, IBISML) |
[研究会発表申込システムのトップページに戻る]