抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本研究では,連鎖技法による教師つき学習アルゴリズムの期待される一般化誤差に対する上限を導出する方法を検討した。一般的な理論的フレームワークを開発することにより,損失関数の規則性に基づく一般化限界と,その勾配への損失から規則性仮定をリフティングすることによって得られるそれらの連鎖した対応物の間の双対性を確立した。これにより,文献から結合した相互情報を再導出し,Wasserstein距離および他の確率計量に基づいて,新しい連鎖情報理論的一般化限界を得た。特に,アルゴリズムによって選択された仮説の分布が非常に集中しているとき,連鎖一般化限界は,その標準対応物よりも著しくタイトである。キーワード:一般化限界;連鎖;情報理論的限界;相互情報;セルステイン距離;PAC-Baies。【JST・京大機械翻訳】