文献

J-GLOBAL ID：201102218424692846   整理番号：11A1882749

位相保存写像の標準理論確立の試み

An Attempt to Establish the Canonical Theory for Topology Preserving Mapping

著者 (1件)： 古川徹生 (九州工大 大学院)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 111  号： 241(NC2011 45-70)  ページ： 101-106  発行年： 2011年10月12日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究の目的は,自己組織化マップ(Self-Oraganizing Map:SOM)や生成位相マップ(Generative Topographic Mapping:GTM)などの位相写像学習に共通する標準的学習理論を確立することである。この標準理論は以下の4つの要請に応えることが期待される。(1)確率的生成モデルに基づき,パラメータ推定も含めたアルゴリズム導出ができること。(2)空間の位相に関する事前知識以外の仮定は極力排除できるものであること,たとえば写像の平坦さを仮定した正則化項などを持ち込まずにすむこと。(3)さまざまな応用課題や状況に応じて統一的な手続きでアルゴリズム導出ができること。(4)既存の位相写像学習のアルゴリズムを理解する枠組みを提供すること。キーアイデアは,空間の位相に関する事前知識を確率の形で生成モデルに埋め込むことである。キーアイデアに基づく確率生成モデルに変分ベイズ法を適用し,アルゴリズムを導出した。(著者抄録)

シソーラス用語： *学習アルゴリズム ,  *自己組織化特徴マップ ,  写像 ,  教師なし学習
準シソーラス用語： SOM ,  位相保存写像 ,  自己組織化マップ

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (9件)：

• LUTTRELL, S. P. Self-organization : A derivation from first principle of a class of learning algorithms. IEEE Conference on Neural Netowrks, 1989. 1989, 495-498
• LUTTRELL, S. P. A Bayesian analysis of self-organizing maps. Neural Computation. 1994, 6, 767-794
• BISHOP, C. M. The generative topographic mapping. Neural Computation. 1998, 10, 215-234
• HESKES, T. Self-organizing maps, vector quantization, and mixture modeling. IEEE Trans. Neural Networks. 2001, 12, 1299-1305
• VERBEEK, J. J. Self-organizing mixture models. Neurocomputing. 2005, 63, 99-123

タイトルに関連する用語 (4件)： 位相 ,  保存 ,  写像 ,  試み