階層型ニューラルネットワークの混合モデルによるベイズ最適な予測について

参考文献23件

書誌事項

タイトル別名
  • On Bayes Optimal Prediction based on Mixture Model of Multilayer Neural Networks

この論文をさがす

抄録

確率モデルの学習問題において, 学習データと同じ母集団のデータ(未学習データ)の出力を精度高く予測することが重要であり, モデル選択は一つの解決方法となっている. しかし, 目的を未学習データの出力の予測と考えた場合, 必ずしもモデルを一つに限定する必要はなく, このとき要求されるのは, 精度の高い予測を行うことである. このような予測を考慮した確率モデルを構築する方法として, ベイズ決定理論に基づいた学習理論が広く研究されている. 本稿ではまず, 候補である複数のNNモデル全ての混合モデルを用いて予測することがベイズ最適であることを示す. しかし, このベイズ最適をNNモデルに対して厳密に計算しようとすると, パラメータ空間上の複雑な積分操作が必要になり, 計算不可能になってしまう. そこで, ラプラスの方法を用いて, この積分操作を排除し, 漸近近似的に事後予測分布を計算することによるベイス最適なNNモデルの予測法を提案する.

収録刊行物

参考文献 (23)*注記

もっと見る

キーワード

詳細情報 詳細情報について

  • CRID
    1571417127445952768
  • NII論文ID
    110003233111
  • NII書誌ID
    AN10091178
  • 本文言語コード
    ja
  • データソース種別
    • CiNii Articles

問題の指摘

ページトップへ