文献

J-GLOBAL ID：202202214614928759   整理番号：22A1008593

メトリックラーニングにおける潜在構造モデルと潜在変数の推定に関する一考察

著者 (4件)： 三川健太 (湘南工科大) ,  小林学 (早稲田大) ,  後藤正幸 (早稲田大) ,  平澤茂一 (早稲田大)
資料名： 日本経営工学会春季大会予稿集(Web)
巻： 2021  ページ： 373-374 (WEB ONLY)  発行年： 2021年 
JST資料番号： U2250A  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

シソーラス用語： *機械学習 ,  *パラメータ推定 ,  モンテカルロ法 ,  *最尤法 ,  確率分布 ,  データ構造 ,  シミュレーション ,  構造モデル ,  生成モデル ,  *EMアルゴリズム ,  事後分布 ,  *メトリック学習
準シソーラス用語： *メトリックラーニング ,  *潜在変数 ,  *潜在クラスモデル ,  入力データ ,  シミュレーション実験

分類 (3件)： 統計的品質管理  (KB04030W) ,  数値計算  (JE02000J) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： メトリックラーニング ,  構造モデル ,  潜在変数 ,  推定