文献

J-GLOBAL ID：201902235853854174   整理番号：19A2402271

ボトムアップ隠れ木MarkovモデルのためのBayesテンソル因子分解【JST・京大機械翻訳】

Bayesian Tensor Factorisation for Bottom-up Hidden Tree Markov Models

著者 (2件)： Castellana Daniele (Dipartimento di Informatica, Universita` di Pisa, Pisa, Italy) ,  Bacciu Davide (Dipartimento di Informatica, Universita` di Pisa, Pisa, Italy)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IJCNN  ページ： 1-8  発行年： 2019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： ボトムアップ隠れ木Markovモデルは,ツリー構造化データのための高表現モデルである。残念ながら,それは,その状態遷移マトリックスの難治サイズのため,実際には使用できない。テンソルのTucker因数分解に基づく新しい近似を提案した。このような近似の確率的解釈により,ツリー構造化データに対する新しい確率モデルを定義することができる。そこで,新しい近似モデルを定義し,その学習アルゴリズムを導出した。次に,2つの異なるタスクで評価する新しいモデルの有効電力を経験的に評価した。両ケースにおいて,著者らのモデルは文献で知られている他の近似モデルより優れている。Copyright 2019 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： 因数分解 ,  学習アルゴリズム ,  *テンソル ,  確率モデル
準シソーラス用語： 近似モデル ,  状態遷移 ,  構造化データ ,  *因子分解 ,  *Markovモデル ,  *ボトムアップ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ボトムアップ ,  木 ,  Markovモデル ,  テンソル ,  因子分解