教師あり学習を用いたGTMによる回帰データの可視化

書誌事項

タイトル別名
  • Visualizing Regression data by Supervised Generative Topographic Mapping

抄録

本論文では,観測データの分布を潜在変数の非線形写像を用いて表現することによりデータの可視化を行うGTM(Generative Topographic Mapping)に注目し,特に教師あり学習を用いたGTMの構築法について提案を行う.従来の教師あり学習を用いたGTMの学習法は,データ間の大小やその差に意味のない質的データを教師信号とする分類データを想定しており,データ間の大小やその差に意味のある量的データを教師信号とする回帰データには直接適用することができない.そこで本論文では,量的データを教師信号とする回帰データをそのままモデル化することが可能なGTMの提案を行う.また,一部の出力ラベルが欠損している場合を考慮し,ラベルありデータとラベルなしデータの両方を用いて半教師あり学習を行うGTMについても併せて提案を行う.

収録刊行物

  • 知能と情報

    知能と情報 27 (1), 549-559, 2015

    日本知能情報ファジィ学会

参考文献 (10)*注記

もっと見る

詳細情報 詳細情報について

  • CRID
    1390282680163019008
  • NII論文ID
    130005063571
  • DOI
    10.3156/jsoft.27.549
  • ISSN
    18817203
    13477986
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • Crossref
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ