抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
多くの現代のニューラルネットワークは,連続的ランダム変数を効率的にモデル化するためにヒストグラムを使用する。これは,多項式分布のパラメトリック空間が大規模ニューラルネットワークを訓練するためにより簡単であることを意味する。生成オーディオネットワークのような応用において,このアプローチは,生成された信号に可聴量子化雑音を導入する。本研究では,多項パラメータ空間を保持しながら連続密度へのヒストグラムの直接一般化であるBスプラインPDFと呼ばれる新しい確率密度関数(PDF)を示した。後者はk次Bスプラインを用いて(k-1)次導関数までの連続性を保証する。BスプラインPDFは,計算が容易で高速な閉形式勾配によるニューラルネットワーク訓練に適している。他の応用に対しては,モデルパラメータを効率的に推定するために,拡張アルゴリズムと呼ばれる新しいアルゴリズムを用いる可能性がある。さらに,高速で簡単な新しいサンプル生成アルゴリズムを導出した。理論的結果は,例証例と結合して,BスプラインPDFが多くの関連応用においてヒストグラムを直接置き換える可能性があることを示唆した。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】