WEKO3
アイテム
補助関数法によるGaussian-Bernoulli RBMの学習アルゴリズムの検討
https://ipsj.ixsq.nii.ac.jp/records/101357
https://ipsj.ixsq.nii.ac.jp/records/101357590bc53d-daca-4817-8e3d-a6a7a3550876
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-MUS14103040.pdf (693.8 kB)
|
Copyright (c) 2014 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | SIG Technical Reports(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2014-05-17 | |||||||
| タイトル | ||||||||
| タイトル | 補助関数法によるGaussian-Bernoulli RBMの学習アルゴリズムの検討 | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18gh | |||||||
| 資源タイプ | technical report | |||||||
| 著者所属 | ||||||||
| 東京大学大学院情報理工学系研究科 | ||||||||
| 著者所属 | ||||||||
| 東京大学大学院情報理工学系研究科／日本電信電話株式会社NTTコミュニケーション科学基礎研究所 | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| The University of Tokyo | ||||||||
| 著者所属(英) | ||||||||
| en | ||||||||
| The University of Tokyo / NTT Communication Science Laboratories | ||||||||
| 著者名 |
高宗典玄
亀岡弘和
× 高宗典玄 亀岡弘和
|
|||||||
| 論文抄録 | ||||||||
| 内容記述タイプ | Other | |||||||
| 内容記述 | 近年，深層学習 (Deep learning) の有効性は音声認識をはじめ様々な分野で示されており，その重要な一要素として，制約付きボルツマンマシン (RBM) による pre-training がある．実数の観測データを取り扱うための Gaussian-Bernoulli RBM というモデルがあり，その学習アルゴリズムとして，最急降下法を基とした Contrastive Divergence 法が提案されてきた．そこで，本発表ではその学習問題に対して，経験的に高速で安定に収束する補助関数法による更新アルゴリズムを提案する．小規模な人工データによる実験を行い，その挙動に対して提案法と従来法を比較し議論する． | |||||||
| 書誌レコードID | ||||||||
| 収録物識別子タイプ | NCID | |||||||
| 収録物識別子 | AN10438388 | |||||||
| 書誌情報 |
研究報告音楽情報科学（MUS） 巻 2014-MUS-103, 号 40, p. 1-6, 発行日 2014-05-17 |
|||||||
| Notice | ||||||||
| SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. | ||||||||
| 出版者 | ||||||||
| 言語 | ja | |||||||
| 出版者 | 情報処理学会 | |||||||
