等方性SGD:Bayes事後サンプリングへの実用的アプローチ【JST・京大機械翻訳】

Franzese Giulio; Candela Rosa; Milios Dimitrios; Filippone Maurizio; Michiardi Pietro

プレプリント

J-GLOBAL ID：202202212875349955 整理番号：22P0156975

等方性SGD:Bayes事後サンプリングへの実用的アプローチ【JST・京大機械翻訳】

Isotropic SGD: a Practical Approach to Bayesian Posterior Sampling

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 (5件)： , , , ,
資料名：
発行年： 2020年06月09日プレプリントサーバーでの情報更新日： 2020年06月09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)

本研究では,Markov連鎖モンテカルロサンプリング(SGMCMC)アルゴリズムの挙動に及ぼす確率的勾配(SG)雑音の役割の理解を深めるための統一数学的フレームワークを定義した。著者らの定式化は,事後サンプリングに対する新規で実用的なアプローチの設計をロックし,それは,解析的に決定した固定学習速度を用いてSGノイズを等方性にし,既存のアルゴリズムよりも弱い仮定を必要とする。対照的に,既存のsgmcmcアルゴリズムの共通形質は,付加雑音(学習速度)の勾配を借り,または,sg雑音共分散と損失景観の幾何学に関する制限的仮定を作ることによって,等方性条件を近似することである。広範な実験的検証は,提案が,sgmcmcに関する最先端技術と競合し,一方,使用にははるかに実用的であることを示した。【JST・京大機械翻訳】

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

図形・画像処理一般 , 信号理論 , 人工知能

前のページに戻る