Art

J-GLOBAL ID：201902265774342120   Reference number：19A1661275

The decomposed normalized maximum likelihood code-length criterion for selecting hierarchical latent variable models

階層的潜在変数モデル選択のための分解正規化最尤符号長基準【JST・京大機械翻訳】

Author (4)： Yamanishi Kenji (The University of Tokyo, Tokyo, Japan) ,  Wu Tianyi (The University of Tokyo, Tokyo, Japan) ,  Sugawara Shinya (Tokyo University of Science, Tokyo, Japan) ,  Okada Makoto (The University of Tokyo, Tokyo, Japan)
Material： Data Mining and Knowledge Discovery
Volume： 33  Issue： 4  Page： 1017-1058  Publication year： 2019 
JST Material Number： W1105A  ISSN： 1384-5810  Document type： Article
Article type： 原著論文  Country of issue： Germany, Federal Republic of (DEU)  Language： ENGLISH (EN)

Abstract/Point： We propose a new model selecti...

Register(free) or Log In to access     To see more with JDream III (charged).   {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=19A1661275&from=J-GLOBAL&jstjournalNo=W1105A") }}

Thesaurus term： *normalization ,  noise (signal) ,  criterion ,  benchmark ,  approximation method ,  *maximum likelihood method ,  calculate efficiency ,  *model selection
Semi thesaurus term： 最小記述長 ,  最適性 ,  Gauss混合モデル ,  Bayes法 ,  MDL基準 ,  *符号長 ,  *潜在変数 , 【Automatic Indexing@JST】

Author keywords (4)： Model selection ,  Latent variable model ,  Minimum description length ,  Normalized maximum likelihood coding

JST classification (1)： Artificial intelligence  (JE08000Z)

Terms in the title (6)： 潜在変数 ,  モデル選択 ,  分解 ,  正規化 ,  最尤 ,  符号長