文献

J-GLOBAL ID：201802212090106578   整理番号：18A0200061

sum-productネットワークのためのオンライン構造探索【Powered by NICT】

Online Structure-Search for Sum-Product Networks

著者 (2件)： Dennis Aaron ,  Ventura Dan
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICMLA  ページ： 155-160  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 種々のアルゴリズムは構造とsum-productネットワーク(SPN)のパラメータの両方の正確な推論を迅速に行うことができるクラス確率モデルを学習するための存在する。それらの大部分はバッチ学習者,最近提案されたアルゴリズム,SEARCHSPNを含んでいる。SEARCHSPNは,オンライン環境への適応に特に適しているとする特性を持っている。本論文では,それをしにONLINESEARCHSPNアルゴリズムを導入した。バッチ学習者からのオンライン学習を構築する二つの一般的な方法と比較し;不良モデルを学習する迅速かつ他はゆっくりと良好なモデルを学習する。著者らの実験は,ONLINESEARCHSPNは,両方法の長所を達成することを示した。学習モデルの試験尤度値は遅い学習者と同様に良好であるが,モデルを学習するために必要な訓練時間は高速学習者に非常に近かった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 学習モデル ,  ロット ,  確率モデル ,  *ネットワーク ,  高速度 ,  アルゴリズム
準シソーラス用語： 尤度 ,  オンライン学習 ,  学習者 ,  *オンライン , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  人間機械系  (IB03000G)

タイトルに関連する用語 (2件)： オンライン ,  探索