文献

J-GLOBAL ID：201702268736798863   整理番号：17A1014410

見込みに基づく遅い特徴解析のための信念伝播

Belief Propagation for Probabilistic Slow Feature Analysis

著者 (4件)： OMORI Toshiaki (Kobe Univ., Kobe, JPN) ,  SEKIGUCHI Tomoki (Univ. Tokyo, Chiba, JPN) ,  OKADA Masato (Univ. Tokyo, Chiba, JPN) ,  OKADA Masato (RIKEN, Saitama, JPN)
資料名： Journal of the Physical Society of Japan  (Journal of the Physical Society of Japan)
巻： 86  号： 8  ページ： 084802.1-084802.6  発行年： 2017年08月15日 
JST資料番号： G0509A  ISSN： 0031-9015  CODEN： JUPSA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 遅い特徴解析(SFA)は,多次元データからゆっくり変わる潜在的な特徴を得る時系列分析法である。最近の研究は,ベイズ統計フレームワークを用いたSFAの見込みに基づくフレームワークを提案した。しかし,SFAの従来の見込みに基づくフレームワークは,限界見込み関数が観察雑音が存在しないという仮定で近似抽出されるので雑音が多い環境で遅い特徴を正確に抽出できない。本稿では,厳密誘導限界見込み関数のSFAの見込みに基づくフレームワークを提案する。ここでは,信念伝播を用いてSFAの見込みに基づくフレームワークの限界見込み関数を厳密抽出した。数値的なデータを使用してSFAの提案された見込みに基づくフレームワークが雑音が多い環境下で同時に潜在的動力学のために遅い特徴と根底にあるパラメータを正確に抽出できることを示した。(翻訳著者抄録)

シソーラス用語： 伝搬 ,  *特徴抽出 ,  *データ ,  多次元尺度分析 ,  関数 ,  雑音 ,  厳密解 ,  フレームワーク【ソフトウェア開発】

分類 (1件)： 統計力学一般,多体問題  (BA08010Q)

引用文献 (22件)：

• L. Wiskott and T. J. Sejnowski, Neural Comput. 14, 715 (2002).
• P. Berkes and L. Wiskott, J. Vision 5, 9 (2005).
• M. Franzius, H. Sprekeler, and L. Wiskott, PLOS Comput. Biol. 3, e166 (2007).
• H. Sprekeler and L. Wiskott, Neural Comput. 23, 303 (2011).
• P. Berkes, CogPrints 4104 (2005).

タイトルに関連する用語 (3件)： 特徴解析 ,  信念 ,  伝播