射影Stein変分勾配降下【JST・京大機械翻訳】

Chen Peng; Ghattas Omar

プレプリント

J-GLOBAL ID：202202201612731756 整理番号：22P0109704

射影Stein変分勾配降下【JST・京大機械翻訳】

Projected Stein Variational Gradient Descent

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 (2件)： ,
資料名：
発行年： 2020年02月09日プレプリントサーバーでの情報更新日： 2020年06月10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)

次元のurseは高次元におけるBayes推論における長年の課題である。本研究では,そのような問題の不良性から生じるデータ情報部分空間の本質的低次元の基本的性質を利用して,この課題を克服するため,投影Stein変分勾配降下(pSVGD)法を提案した。対数尤度の勾配情報行列を用いて部分空間を適応的に構築し,pSVGDをパラメータ投影の非常に低い次元係数に適用した。この方法はSVGDよりも正確で効率的であることが実証された。また,パラメータ,サンプル,データポイント,およびプロセッサコアの数に関して,数百から数十万の範囲のパラメータ次元による実験を通して,よりスケーラブルであることを示した。【JST・京大機械翻訳】

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

パターン認識 , 人工知能

, , ,

前のページに戻る