完全2部グラフ型ボルツマンマシンにおける平均場近似自由エネルギーの漸近的挙動

Material type: 文書・図像類

Author: 西山, 悠ほか

Publisher: 電子情報通信学会

Publication date: 2006-03

Material Format: Paper

Capacity, size, etc.: -

NDC: -

View All

Notes on use

Note (General)：: 特異モデルの学習においてベイズ学習の有効性が示されている．しかしながらベイズ事後分布の実現は難しい．ベイズ事後分布を少ない計算量で実現する近似方法として，統計物理学で知られる平均場近似が用いられる．平均場近似を利用したアルゴリズムは実問題への有効性が確認されている．近年，平均場近似の近似精度について...

Search by Bookstore

Holdings of Libraries in Japan

This page shows libraries in Japan other than the National Diet Library that hold the material.

List of Cooperating Institutions and Databases

Please contact your local library for information on how to use materials or whether it is possible to request materials from the holding libraries.

other

Tokyo Tech Research Repository
Paper
You can check the holdings of institutions and databases with which 学術機関リポジトリデータベース（IRDB）（機関リポジトリ） is linked at the site of 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）.
Tokyo Tech Research Repository

Search by Bookstore

Bibliographic Record

You can check the details of this material, its authority (keywords that refer to materials on the same subject, author's name, etc.), etc.

Paper

Material Type: 文書・図像類
Title: 完全2部グラフ型ボルツマンマシンにおける平均場近似自由エネルギーの漸近的挙動
Author/Editor: 西山, 悠
渡邊, 澄夫
WATANABE, SUMIO
Author Heading: 西山, 悠
渡邊, 澄夫
WATANABE, SUMIO
Publication, Distribution, etc.: 電子情報通信学会
Publication Date: 2006-03
Publication Date (W3CDTF): 2006-03
Alternative Title: Stochastic Complexity of Complete Bipartite Graph-type Boltzmann Machines
Periodical title: 電子情報通信学会技術研究報告
No. or year of volume/issue: 105 No.659
Volume: 105
Issue: No.659
Pages: 125-130
Text Language Code: jpn
Subject Heading: 特異モデル
Singular Learning Machines
確率的複雑さ
Stochastic Complexity
平均場近似
Mean Field Approximation
ボルツマンマシン
Boltzmann Machines
Target Audience: 一般
Note (General): 特異モデルの学習においてベイズ学習の有効性が示されている．しかしながらベイズ事後分布の実現は難しい．ベイズ事後分布を少ない計算量で実現する近似方法として，統計物理学で知られる平均場近似が用いられる．平均場近似を利用したアルゴリズムは実問題への有効性が確認されている．近年，平均場近似の近似精度について理論的な研究がされている．理論的な研究によって，正則モデルとの比較を可能にし，モデル選択への応用の基礎にもつながる．本論文では完全2部グラフ型ボルツマンマシンにおいて，平均場近似自由エネルギーの漸近形の上界を理論的に導出する．
In the learning of singular learning machines, the superiority of Bayesian learning is shown. However, it requires huge computational costs to realize the Bayesian a posteriori distribution. To overcome this problem, the mean field approximation, which is originally known in statistical physics, is used in the practical information systems. Recently, the theoretical properties such as generalization error or free energy in the mean field approximation have been studied. The theoretical results give us the comparison with the regular statistical model and the foundation of a model selection. In this paper, we treat the complete bipartite graph-type Boltzmann machines and derive the upper bound of asymptotic free energy of the mean field approximation.
identifier:oai:t2r2.star.titech.ac.jp:50000658
Data Provider (Database): 国立情報学研究所 : 学術機関リポジトリデータベース（IRDB）（機関リポジトリ）
https://irdb.nii.ac.jp
Original Data Provider (Database): 東京工業大学 : 東京工業大学リサーチリポジトリ