文献

J-GLOBAL ID：201402264354680059   整理番号：14A0007467

カーネル平均埋め込みによる分布統計量の計算~密度関数,信頼区間,モーメント推定への応用~

Distributional Statistics Estimation via Kernel Mean Embeddings-Density Function, Credible Interval, and Moment Estimation-

著者 (3件)： 金川元信 (総合研究大学院大) ,  福水健次 (総合研究大学院大) ,  福水健次 (統計数理研)
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： 113  号： 286(IBISML2013 36-66)  ページ： 147-154  発行年： 2013年11月05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： 近年のカーネル法の発展のひとつとして,確率分布を再生核ヒルベルト空間(RKHS)上の点として表現することによりノンパラメトリックな統計的推論を実現する「カーネル平均埋め込み」と呼ばれる方法論が盛んに研究されており,状態空間モデル,確率伝搬法,強化学習を含む幅広い対象に対して応用されている。この枠組みでは確率分布そのものを推定する代わりに,RKHS上での確率表現を直接的に推定することによりノンパラメトリックな統計的推論を実現する。しかしながら,推定されたRKHS上での確率表現から対応する確率分布の分布統計量を計算する方法は現在までにほとんど研究されていない。本稿では確率密度関数,信頼区間,モーメントといった分布統計量をRKHS上の確率表現から推定する方法論を示し,それらの推定量の収束性を証明する。(著者抄録)

シソーラス用語： *統計的推定 ,  信頼区間 ,  確率密度関数 ,  モーメント分布 ,  *統計量 ,  埋込み【挿入】 ,  関数 ,  確率分布 ,  モーメント ,  ノンパラメトリック法 ,  核関数 ,  Hilbert空間 ,  システムモデル ,  強化学習 ,  機械学習 ,  サンプルの大きさ ,  状態空間モデル
準シソーラス用語： Kernel法 ,  *分布統計量 ,  密度関数 ,  転移学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (11件)： カーネル ,  平均 ,  埋め込み ,  分布 ,  統計量 ,  計算 ,  密度関数 ,  信頼区間 ,  モーメント ,  推定 ,  応用