分布回帰へのBayesアプローチ【JST・京大機械翻訳】

Law Ho Chung Leon; Sutherland Danica J.; Sejdinovic Dino; Flaxman Seth

プレプリント

J-GLOBAL ID：202202200809658493 整理番号：21P0004296

分布回帰へのBayesアプローチ【JST・京大機械翻訳】

Bayesian Approaches to Distribution Regression

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 (4件)： , , ,
資料名：
発行年： 2017年05月11日プレプリントサーバーでの情報更新日： 2021年01月14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)

分布回帰は,ラベルが個人レベルよりもグループレベルで利用可能である教師つき学習の問題に対する一般的な解決策として最近多くの興味を引いている。しかし,現在のアプローチは,グループにおけるサンプリング変動による観測における不確実性を伝播しない。これは,小グループと大グループが等しくよく推定され,最終回帰で等しい重みを持つべきであると仮定する。この不確実性をBayes分布回帰形式で説明し,グループサイズが変化するときのモデルのロバスト性と性能を改善した。ニューラルネットワークスタイルでこのモデルをフレーム化し,逆伝搬を用いた単純なMAP推論を可能にし,不確実性を完全に伝播できるMCMCベース推論と同様に,パラメータを学習した。著者らは,画像から年齢を予測する挑戦的な問題と同様に,実例の具体データセットに関する著者らのアプローチを実証した。【JST・京大機械翻訳】

, , ,
, 【Automatic Indexing@JST】

分子・遺伝情報処理 , 人工知能

前のページに戻る