BayesEMアルゴリズムの収束のための動的システムアプローチ【JST・京大機械翻訳】

Romero Orlando; Das Subhro; Chen Pin-Yu; Pequito Sergio

プレプリント

J-GLOBAL ID：202202212074306995 整理番号：21P0036713

BayesEMアルゴリズムの収束のための動的システムアプローチ【JST・京大機械翻訳】

A Dynamical Systems Approach for Convergence of the Bayesian EM Algorithm

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： 2020年06月22日プレプリントサーバーでの情報更新日： 2021年02月12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)

最適化アルゴリズムのシステムおよび制御(S&C)ベースの解析における最近の進展から,十分な作業は,機械学習(ML)アルゴリズムおよびその応用に特化されていない。本論文では,(離散時間)Lyapunov安定性理論が,必ずしも勾配ベースではない最適化アルゴリズムの解析(および潜在的設計)において,どのように支援するか,または,リードする強力なツールとして,どのように機能できるかを例証することによって,このギャップに対処した。本論文が焦点を合わせた特定のML問題は,最大事後期待値最大化(MAP-EM)として知られる一般的な最適化アルゴリズムによる不完全データBayesフレームワークにおけるパラメータ推定のことである。動的システム安定性理論からの第一原理に従って,MAP-EMの収束のための条件を開発した。さらに,追加の仮定が満たされるならば,高速収束(線形または二次)が達成され,S&Cアプローチを採用せずに明らかにするのが困難であった。本論文における収束保証は,EMアプリケーションのための十分条件のセットを効果的に拡大して,それによって,他のMLアルゴリズムの類似したS&Cベースの収束解析の可能性を実証した。【JST・京大機械翻訳】

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

人工知能

, ,

前のページに戻る