スピンガラス制御によるエネルギーベースモデルの効率的トレーニング【JST・京大機械翻訳】

Pozas-Kerstjens Alejandro; Munoz-Gil Gorka; Pinol Eloy; Garcia-March Miguel Angel; Acin Antonio; Lewenstein Maciej; Grzybowski Przemyslaw R.

プレプリント

J-GLOBAL ID：202202211878496758 整理番号：21P0017745

スピンガラス制御によるエネルギーベースモデルの効率的トレーニング【JST・京大機械翻訳】

Efficient training of energy-based models via spin-glass control

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 (7件)： , , , , , ,
資料名：
発行年： 2019年10月03日プレプリントサーバーでの情報更新日： 2021年04月15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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

効率的な教師なし学習のためのエネルギーベース確率的グラフィカルモデルの新しいファミリーを導入した。その定義は,Boltzmannマシンの重みによって記述されるIsingモデルのスピンガラス特性の制御によって動機づけられる。著者らは,様々なサイズとMNISTデータセットのBarsとStripesデータセットを学習するために使用し,教師なし学習のための標準法によって提供される性能を迅速に達成する方法を示した。その結果,スピンガラスモデルと同等のランダム重みを持つBoltzmannマシンの標準初期化は,訓練プロセスにおける不必要なボトルネックであることを示した。さらに,この新しいファミリーは低エネルギー構成への非常に容易なアクセスを可能にし,新しい効率的な訓練アルゴリズムを指摘する。そのようなアルゴリズムの最も単純な変形は,Markov連鎖モンテカルロサンプリングコストなしで対数尤度勾配の負の位相を近似し,良好な学習と一般化を達成するのに十分な精度を持つ。【JST・京大機械翻訳】

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

ランダム系一般

前のページに戻る