文献

J-GLOBAL ID：201802281949710429   整理番号：18A0630209

非正規化統計的モデルに関する自己密度比に基づく適切な推定量の必要十分条件

Necessary and sufficient conditions of proper estimators based on self density ratio for unnormalized statistical models

著者 (4件)： Hiraoka Kazuyuki (National Institute of Technology, Wakayama College, Wakayama, 644-0023, Japan) ,  Hamada Toshihiko (National Institute of Technology, Wakayama College, Wakayama, 644-0023, Japan) ,  Hori Gen (Faculty of Business Administration, Asia University, Tokyo, 180-8629, Japan) ,  Hori Gen (Brain Science Institute, RIKEN, Saitama, 351-0198, Japan)
資料名： Neural Networks  (Neural Networks)
巻： 98  ページ： 263-270  発行年： 2018年02月 
JST資料番号： T0698A  ISSN： 0893-6080  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 妥当性の仮定の下で,非正規化統計モデルに関する密度比に基づく推定量の最大ファミリーを得た。それらは異なる点での同じ確率密度関数(PDF)の密度比に基づいており,そのPDFの正規化を必要としない。従って,乗法的な正規化定数は相殺される。大部分の既存研究とは対照的に,ここでは推定のための適切な規準に関する単なる十分条件というよりも,むしろ単一の必要十分条件を与えた。この条件は,データ依存ノイズを持つ拡張Bregman発散フレームワーク(GutmannとHirayama,2011)が,同ケーにおける適切な基準の最大ファミリーを与えることを意味する。この妥当性は,いくつかの穏やかな条件が満たされる限り,一貫した推定をもたらす。本研究では,上記フレームワークはHyvaerinenのスコアマッチングを拡張する試みに関する”上限”を与えるものであり,この方向での研究に関する展望を提供することを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 一貫性 ,  比率 ,  *統計的推定 ,  十分条件 ,  必要条件 ,  推定量 ,  確率密度関数 ,  統計モデル ,  モデル
準シソーラス用語： 統計模型 ,  非正規化統計モデル ,  スコアマッチング ,  密度比 ,  必要十分条件

著者キーワード (5件)： 非正規化統計モデル ,  無矛盾性 ,  スコアマッチング ,  非局所的スコアリングルール ,  自己密度比

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (7件)： 正規化 ,  統計 ,  モデル ,  自己 ,  密度比 ,  推定量 ,  必要十分条件