@techreport{oai:ipsj.ixsq.nii.ac.jp:00234913,
 author = {福澤, 康太 and 鈴木, 惇 and 山西, 健司 and Kota, Fukuzawa and Atsushi, Suzuki and Kenji, Yamanishi},
 issue = {26},
 month = {Jun},
 note = {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．},
 title = {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},
 year = {2024}
}