Item type |
SIG Technical Reports(1) |
公開日 |
2024-06-13 |
タイトル |
|
|
タイトル |
MDL原理に基づく双曲空間上のガウス混合分布のモデル選択 |
タイトル |
|
|
言語 |
en |
|
タイトル |
Model selection of Gaussian mixture model on hyperbolic space based on MDL principle |
言語 |
|
|
言語 |
jpn |
キーワード |
|
|
主題Scheme |
Other |
|
主題 |
情報論的学習理論と機械学習3 |
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 |
著者所属 |
|
|
|
King’s College London |
著者所属 |
|
|
|
東京大学 |
著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo |
著者所属(英) |
|
|
|
en |
|
|
King’s College London |
著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo |
著者名 |
福澤, 康太
鈴木, 惇
山西, 健司
|
著者名(英) |
Kota, Fukuzawa
Atsushi, Suzuki
Kenji, Yamanishi
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
近年,グラフ埋め込みに適した潜在空間として双曲空間が注目されている.本研究では,双曲空間上に配置されたデータにガウス混合モデル (Gaussian Mixture model: GMM) をあてはめる場合のモデル選択の規準を提案する.本規準は MDL(Minimum Description Length) 原理に基づき,データ圧縮の観点から双曲空間上の GMM の混合数として最良の値を決定する.本研究では,双曲空間上の GMM の正規化最尤符号長の計算法を初めて導出し,人工データを用いた実験的結果により提案規準の有効性を示す. |
書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10505667 |
書誌情報 |
研究報告数理モデル化と問題解決(MPS)
巻 2024-MPS-148,
号 26,
p. 1-8,
発行日 2024-06-13
|
ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8833 |
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 |