文献

J-GLOBAL ID：202002255089768039   整理番号：20A2283193

非再パラメータ化変分推論とStdアニーリングによるGauss混合変分オートエンコーダによる教師なしクラスタリング【JST・京大機械翻訳】

Unsupervised Clustering through Gaussian Mixture Variational AutoEncoder with Non-Reparameterized Variational Inference and Std Annealing

著者 (7件)： Li Zhihan (Beijing National Research Center for Information Science and Technology (BNRist),Tsinghua University,Beijing,China) ,  Zhao Youjian (Beijing National Research Center for Information Science and Technology (BNRist),Tsinghua University,Beijing,China) ,  Xu Haowen (Beijing National Research Center for Information Science and Technology (BNRist),Tsinghua University,Beijing,China) ,  Chen Wenxiao (Beijing National Research Center for Information Science and Technology (BNRist),Tsinghua University,Beijing,China) ,  Xu Shangqing (Beijing National Research Center for Information Science and Technology (BNRist),Tsinghua University,Beijing,China) ,  Li Yilin (Beijing National Research Center for Information Science and Technology (BNRist),Tsinghua University,Beijing,China) ,  Pei Dan (Beijing National Research Center for Information Science and Technology (BNRist),Tsinghua University,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IJCNN  ページ： 1-8  発行年： 2020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： クラスタリングは機械学習における重要な研究トピックであり,多くのアプリケーションタスクにおいて非常に貴重である。近年,深層生成モデルを適用することにより,多くの方法が高いクラスタリング性能を達成した。本論文では,平均場近似(以前の研究で採用される)の代わりにq(z|y,x)を直接用いて,Gauss混合変分自動符号器において教師なしクラスタリングタスクに利益を得ることができることを指摘した。モンテカルロ目的(VIMCO)法に対する非パラメータ化変分推論を用いて,モンテカルロ目的(q(z|y,x)項を含む)を用いて,Gauss混合VAEの性能を改善した。さらに,訓練プロセスを安定化させるためのスタッドアニーリングを提案し,経験的に,異なる変分推論法により良く分離した埋込みの形成に対するその影響を示した。5つのベンチマークデータセットに関する実験結果は,著者らの提案アルゴリズムNVISAが,Gauss混合VAEに基づく以前のクラスタ化方法と同様に,いくつかのベースラインアルゴリズムより優れていることを示した。Copyright 2020 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： モンテカルロ法 ,  アルゴリズム ,  *焼なまし ,  *変分法 ,  *クラスタ化 ,  符号器 ,  応用プログラム ,  平均場近似 ,  基準線 ,  深層 ,  ベンチマーク ,  パラメタリゼーション ,  機械学習
準シソーラス用語： 生成モデル ,  *変分推論 , 【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 (6件)： パラメータ化 ,  変分推論 ,  STD ,  アニーリング ,  変分オートエンコーダ ,  教師なしクラスタリング