文献

J-GLOBAL ID：201702293756685357   整理番号：17A1913659

連続な無限因子モデル

Bayesian nonparametric model for uncountable factor analysis

著者 (4件)： 中野允裕 (NTT コミュニケーション科学基礎研) ,  持橋大地 (統計数理研) ,  松井知子 (統計数理研) ,  柏野邦夫 (NTT コミュニケーション科学基礎研)
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： 117  号： 293(IBISML2017 35-89)  ページ： 185-192  発行年： 2017年11月02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： 本稿では,ニューラルネットワークモデルや行列分解モデルなどの因子分析に用いられる確率モデルに対して,非可算無限集合上の因子候補を持つ確率過程を利用する方法を提案する。従来,インド料理店過程,ベータ過程,ベルヌーイ過程,ガンマ過程などの確率過程により潜在的に可算無限集合上の因子を持ちうるノンパラメトリックベイズ因子モデルの様々に提案され,因子分析におけるモデル複雑度の問題を本質的に回避する手法として多くの機械学習の応用例で活躍してきた。我々は,因子候補を量子化・離散化する確率的生成モデルの代わりに,非可算無限集合上の因子候補を潜在的に用いることの出来る確率過程を用いることで,連続な無限因子モデルを実現する。提案モデルの構成には,ポリア木と呼ばれるランダム確率測度の構成法と多重分割・多重解像度表現のための木構造棒折り過程の二つの従来技術を用いる。これによって生成モデルにおいては非可算無限集合上の因子を潜在的に取扱いつつ,データフィッティングにおいてはそれらを直接推定することなく推論を実行することが出来る。提案モデルの機械学習への応用例として,音楽信号への因子分析に用いた結果を示す。(著者抄録)

シソーラス用語： モデル ,  次元 ,  *因子分析 ,  確率モデル ,  *確率過程 ,  *ノンパラメトリック法 ,  Bayes推定 ,  機械学習 ,  木構造 ,  近似法 ,  音楽 ,  分解能 ,  級数 ,  多重解像度 ,  あてはめ【近似法】 ,  数学モデル
準シソーラス用語： *ノンパラメトリック ,  フィッティング【近似法】 ,  因子モデル ,  無限次元

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (27件)：

• ISHWARAN, H. and ZAREPOUR, M. (2002). Exact and approximate sum-representations for the Dirichlet process, Canadian Journal of Statistics, 30, 269-283.
• GRIFFITHS, T. and GHAHRAMANI, Z. (2002). In nite latent feature modelsand the indian buffet process., In Advances in Neu-ral Information Processing Systems, 2005.
• CRANE, H. (2012) Infinitely exchangeable partition, tree and graph-valued stochastic process, PhD thesis, Department of Statistics, The University of Chicago.
• TEH, Y. W. , JORDAN, M. I. , BEAL, M. J. and BLEI, D. M. (2006). Hierarchical Dirichlet Processes. Journal of the American Statistical Association, 101(476):1566-1581.
• ADAMS, R. P, GHAHRAMANI, Z, JORDAN, M. I (2010). Tree-Structured Stick Breaking for Hierarchical Data. Advances in Neural Information Processing Systems, 23. 19-27.

タイトルに関連する用語 (2件)： 無限 ,  因子モデル