R’enyi情報測度を用いたアクティブ再帰的Bayes推論【JST・京大機械翻訳】

Marghi Yeganeh M.; Kocanaogullari Aziz; Akcakaya Murat; Erdogmus Deniz

プレプリント

J-GLOBAL ID：202202218629634754 整理番号：21P0028516

R’enyi情報測度を用いたアクティブ再帰的Bayes推論【JST・京大機械翻訳】

Active recursive Bayesian inference using R\'enyi information measures

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04月07日プレプリントサーバーでの情報更新日： 2021年03月10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)

再帰Bayes推論(RBI)は,ストリーミング雑音観測による実時間設定において最適Bayes潜在変数推定を提供する。アクティブなRBIは,信頼できる決定がなされるまで,不確実性を急速に低減するためのより有益な観察につながる質問を効果的に選択することを試みた。しかし,通常,推論とクエリ機構の最適性目的は,共同で選択されない。さらに,従来のアクティブな質問方式は,誤った事前情報のために st張する。情報理論的アプローチによって動機づけられて,著者らは,Renyiエントロピーとα-発散を通して統一推論とクエリ選択ステップを有する活発なRBIフレームワークを提案した。また,Renyiエントロピーに基づく新しい目的と,誤解の事前事例に対する探索を促進するMomentumと呼ばれるその変化を提案した。提案したアクティブRBIフレームワークを,特定の信頼で協調したアクティブ質問と意思決定を提供する確率シンプレックスの後部変化の軌跡に適用した。ある仮定の下で,著者らは,提案したアプローチが,ありそうな事象の選択を可能にすることによって,相互情報のような従来法より優れていることを解析的に実証した。2つのアプリケーション:レストラン推薦と脳コンピュータインタフェース(BCI)タイピングシステムに関する経験的および実験的性能評価を示した。【JST・京大機械翻訳】

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

システム・制御理論一般

前のページに戻る