05月31日(Sun) 09:00〜10:40 F会場(5F北-中講義室 (594))
| 演題番号 | 2F1-5in |
|---|---|
| 題目 | ベイズ学習における必要最低サンプル数の推定 |
| 著者 | 徳田 悟(東京大学大学院新領域創成科学研究科複雑理工学専攻) 永田 賢二(東京大学新領域創成科学研究科複雑理工学専攻) 岡田 真人(東京大学新領域創成科学研究科複雑理工学専攻) |
| 時間 | 05月31日(Sun) 10:20〜10:40【一般口頭発表】06月01日(Mon) 09:00〜11:00【インタラクティブ発表】 |
| 概要 | 学習において，確率分布の構造はサンプルの個数が増えるにつれて徐々に明らかになる．ではサンプル数が少なくともいくつであれば，その構造を発見できるのであろうか？我々は物質の相転移を議論する統計力学との数理的等価性に基づき，ベイズ学習における系の秩序変数を計算し，その転移点が学習に必要な最低サンプル数に対応することを示す．ニューラルネットワークの一種である動径基底関数ネットワークにおいてその検証を行う． |
| 論文 | PDFファイル |