文献

J-GLOBAL ID：202302271883477773   整理番号：23A0759099

クラス情報を導入したグラフ表現による教師有り潜在変数モデルの高精度化に関する検討

A Note on Improvement of Supervised Latent Variable Model with Graph-Encoded Class Information

著者 (4件)： 渡部航史 (北大 大学院情報科学院) ,  前田圭介 (北大 大学院情報科学研究院) ,  小川貴弘 (北大 大学院情報科学研究院) ,  長谷山美紀 (北大 大学院情報科学研究院)
資料名： 映像情報メディア学会技術報告
巻： 47  号： 6(MMS2023 1-34/ME2023 21-54/AIT2023 1-34)  ページ： 29-33  発行年： 2023年02月14日 
JST資料番号： S0209A  ISSN： 1342-6893  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)

抄録/ポイント： 教師有り潜在変数モデルは,データと教師情報からデータが分布する低次元の潜在変数を推定する手法である.従来の教師有り潜在変数モデルでは,潜在変数から教師情報への生成過程を仮定し,潜在変数を推定していた.しかしながら,その仮定のために,従来手法で推定される潜在変数の次元数は教師情報のクラス数に制限され,また活用可能な教師情報はクラスとして表現可能なものに制限されいた.本稿では,教師情報をグラフの接続性により表現し,構築された教師グラフを用いた潜在変数の推定手法について検討を行う.教師情報をグラフにより表現することで,クラス数による次元数の制限および活用可能な教師情報の制限を解決し,潜在変数の推定精度の向上が期待される.(著者抄録)

シソーラス用語： *教師つき学習 ,  *グラフ ,  *グラフ理論 ,  変数 ,  精度 ,  低次元系 ,  次元 ,  連結性
準シソーラス用語： 高精度化 ,  次元数 ,  接続性 ,  潜在変数

分類 (2件)： 人工知能  (JE08000Z) ,  グラフ理論基礎  (IA02020S)

タイトルに関連する用語 (6件)： クラス ,  グラフ表現 ,  教師 ,  潜在変数 ,  モデル ,  高精度化