文献

J-GLOBAL ID：201802217487932965   整理番号：18A1894363

(半)教師付き学習のための最大マージン深生成モデル【JST・京大機械翻訳】

Max-Margin Deep Generative Models for (Semi-)Supervised Learning

著者 (3件)： Li Chongxuan (Department of Computer Science and Technology, TNList Lab, State Key Lab for Intelligent Technology and Systems, Center for Bio-Inspired Computing Research, Tsinghua University, Beijing, China) ,  Zhu Jun (Department of Computer Science and Technology, TNList Lab, State Key Lab for Intelligent Technology and Systems, Center for Bio-Inspired Computing Research, Tsinghua University, Beijing, China) ,  Zhang Bo (Department of Computer Science and Technology, TNList Lab, State Key Lab for Intelligent Technology and Systems, Center for Bio-Inspired Computing Research, Tsinghua University, Beijing, China)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 40  号： 11  ページ： 2762-2775  発行年： 2018年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
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： 深い生成モデル(DGMs)は,多層表現を学習し,推論を実行することにより,複雑なデータの基礎となる分布を効果的に捉えることができる。しかし,DGMsの識別能力を高めることは比較的不十分である。本論文では,最大マージンの深い生成モデル(mmDGMs)とクラス条件付き変種(mmDCGMs)を提示した。これらは,生成能力を保持しながら,教師つき学習と半教師つき学習の両方におけるDGMsの予測性能を改善するために,最大マージン学習の強い識別原理を探索する。半教師つき学習において,効率に対する完全事後推論を実行する代わりに,欠落ラベルとして最大マージン分類器の予測を用いた。また,有効性に対する非標識データの付加的な最大マージンとラベル均衡正則化項を導入した。著者らは,異なる設定における区分的線形目的のための効率的二重確率的サブ勾配アルゴリズムを開発した。種々のデータセットに関する経験的結果は以下を示す。(1)最大マージン学習は,DGMsの予測性能を著しく改善し,一方,生成能力を保持することができる。(2)教師つき学習において,生成および認識モデルとして畳込みニューラルネットワークを採用するとき,mmDGMsは最良の完全識別ネットワークに対して競争力がある。(3)半教師つき学習において,mmDCGMsは効率的推論を実行することができて,いくつかのベンチマークに関して最先端の分類結果を達成することができた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  釣合 ,  正則化 ,  ベンチマーク ,  *教師つき学習 ,  線形性 ,  ネットワーク ,  多層 ,  認知モデル
準シソーラス用語： 最先端 ,  畳込みニューラルネットワーク ,  勾配アルゴリズム ,  予測性能 ,  半教師つき学習 ,  *生成モデル , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 教師付き学習 ,  生成モデル