Bayesニューラルネットワーク【JST・京大機械翻訳】

Charnock Tom; Perreault-Levasseur Laurence; Lanusse Francois

プレプリント

J-GLOBAL ID：202202200105563314 整理番号：22P0154259

Bayesニューラルネットワーク【JST・京大機械翻訳】

Bayesian Neural Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年06月02日プレプリントサーバーでの情報更新日： 2020年11月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

近年,ニューラルネットワークは複雑で抽象的なデータモデルの解析のための強力なツールになった。しかし,それらの導入は,解析の特徴がモデル関連であり,ニューラルネットワークに起因するという不確実性を本質的に増加させる。これは,ニューラルネットワークによる予測が,データの創造と観察の真の性質のため,自明に識別できないバイアスを持つことを意味する。そのような問題に取り組むために,著者らは,ネットワークによる不確実性が特性化できるニューラルネットワーク:ニューラルネットワークについて議論する。特に,著者らは,あるデータの観測のカーネルランダム性と,データがどのように作成され,観察されるかについての知識の欠如からの不確実性に関して,不確実性を分類できるBayes統計フレームワークを提示した。そのような技術を示す際に,ニューラルネットワークによる予測の誤差が原理的にどのように得られるかを示し,これらの誤差を特性化するための2つの好ましい方法を提供した。また,これらの方法のどれが,実践に置かれるとき,実質的な落とし穴を持つかを記述し,ニューラルネットワークを使用するとき,推論を真に行うことができる他の統計的手法の必要性を強調した。【JST・京大機械翻訳】

, , , , , , , ,
, , 【Automatic Indexing@JST】

ニューロコンピュータ

前のページに戻る