2024-03-29T03:48:39Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:002097162023-04-27T10:00:04Z01164:02735:10526:10527
交換Monte Carlo法を用いたBoltzmann Machineの標本抽出法の提案jpnhttp://id.nii.ac.jp/1001/00209614/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=209716&item_no=1&attribute_id=1&file_no=1Copyright (c) 2021 by the Information Processing Society of Japan情報処理学会/現在,Tokyo Metropolitan University現在,Tokyo Metropolitan University柴田, 祐樹高間, 康史本稿では積層型 Boltzmann Machine(BM)に対し交換 Monte Carlo法(EMC: Exchange Monte Carlo)を適用し標本抽出を高精度に行う方法を提案する.これまでに BM の学習法として Contrastive Divergence 法などいくつかの近似解法が提案されているが,一般的な積層型の BM に対し効果を示したものは著者らの確認する限り見当たらない.それら学習法ではいずれも BM の統計量を計算するための標本抽出法として Gibbs Sampling が用いられるが,この手法の積層型模型に対する精度の低さが学習法の構築を困難にしていると言える.これに対し本稿では,BM と同系統の模型に対し適用される EMC と,焼きなまし法の結晶化効果を用いた標本抽出法を提案し,人工データセットにより Gibbs Sampling に対する提案手法の有効性を評価した結果を報告する.AN10505667研究報告数理モデル化と問題解決(MPS)2021-MPS-13216162021-02-222188-88332021-02-18