文献

J-GLOBAL ID：201802273165351337   整理番号：18A0947150

マルコフ確率場における統計的機械学習 -データの源を模倣する生成モデル学習-

Statistical Machine Learning in Markov Random Fields Generative Model for Extracting the Data Expression

著者 (1件)： 片岡駿 (小樽商科大学商学部社会情報学科)
資料名： Fundamentals Review (Web)  (Fundamentals Review (Web))
巻： 11  号： 4  ページ： 256-265(J-STAGE)  発行年： 2018年 
JST資料番号： U0221A  ISSN： 1882-0875  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,マルコフ確率場を用いた生成モデルの方法について解説を行う.マルコフ確率場とは確率変数間の関係性をグラフ構造で表すことができる確率分布の総称であり,生成モデルの方法は確率分布を用いてデータセットの発生源を模倣する統計的機械学習法の一つである.まず,確率変数間の関係性をグラフ構造で表現するマルコフ確率場とその性質について概説し,確率分布に対する統計的機械学習法の一つである生成モデルの方法について述べる.その後,マルコフ確率場に対する基本的な学習法について説明し,実際の学習で役立つ幾つかのアルゴリズムを紹介する.また,マルコフ確率場を用いた生成モデルの方法の例として,制限ボルツマン機械について紹介する.(著者抄録)

シソーラス用語： *機械学習 ,  *Markov過程 ,  モデル ,  変数 ,  構造 ,  *グラフ ,  Boltzmannマシン
準シソーラス用語： Boltzmann機械 ,  グラフ構造 ,  マルコフ確率場 ,  確率変数 ,  生成モデル ,  *統計的機械学習

著者キーワード (8件)： マルコフ確率場 ,  統計的機械学習 ,  生成モデル ,  ボルツマン機械 ,  Markov random field ,  statistical learning theory ,  generative model ,  Boltzmann machine

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (20件)：

• (1)C.M.Bishop, Pattern Recognition and Machine Learning, Springer, 2006.
• (2)K.P.Murphy, Machine Learning: A Probabilistic Perspective, The MIT Press, 2012.
• (3)麻生英樹, 安田宗樹, 前田新一, 岡野原大輔, 岡谷貴之, 久保田陽太郎, ボカレラダヌシカ, 深層学習, 人工知能学会(監修), 神嶌敏弘(編), 近代科学社, 2015.
• (4)D.Barber, Bayesian Reasoning and Machine Learning, Cambridge University Press, 2012.
• (5)D.Koller and N.Friedman, Probabilistic Graphical Models, The MIT Press, 2009.

タイトルに関連する用語 (5件)： マルコフ確率場 ,  統計的機械学習 ,  模倣 ,  生成モデル ,  学習