タグ

ブックマーク / www.neurosci.aist.go.jp/~kurita (4)

  • ベイズ決定理論

  • M-estimator

    M-estimator は、最も良く利用されるロバスト推定手法のひとつであり、最小 ２乗法で用いられる最小２乗(LMS)基準 の代わりに、それをちょっとだけ変形した評価基準を用いる。ここで、 はデータと推定値との誤差である。最小２乗基準はすべての 誤差を均等な重みで扱っているため、ひとつの大きな例外値によって大きな影 響を受けてしまう。そこで、M-estimator では、これを例外値には小さな重み を与えるように変形し、 を評価基準とする。ここで、 は、 で唯一の最小値を持つ 正定値偶関数である。この基準は、もし ならば、平均2乗誤差 基準と同じになり、その意味で最小2乗法の拡張になっている。 関数 によってモデルからずれたデータに対してどれくらいの重みが与 えられるかを見るためには、 の微分 を取ってみればよい。 は、influence function と呼ばれている。平均2乗誤差

  • 統計的画像処理手法

    次へ: はじめに 統計的画像処理手法 栗田多喜夫 脳神経情報研究部門 産業技術総合研究所 E-mail: takio-kurita@aist.go.jp visitors since Feb. 14, 2001. 概要: 統計的手法は、画像 処理でも基本的な道具として、さまざまな場面で利用されている。本稿では、 基本的な統計的手法、特に、多変量データ解析手法および最近画像処理でも盛 んに使われるようになってきたロバスト統計、EMアルゴリズムやモデル選択手 法などの統計手法の考え方と画像処理への利用方法について、具体的な応用例 を示しながら概説する。

  • 柔らかな情報処理のための統計的手法の応用に関する研究 A STUDY ON APPLICATIONS OF STATISTICAL METHODS TO FLEXIBLE INFORMATION PROCESSING

    次へ: Synopsis 柔らかな情報処理のための統計的手法の応用に関する研究 A STUDY ON APPLICATIONS OF STATISTICAL METHODS TO FLEXIBLE INFORMATION PROCESSING 栗田 多喜夫 Takio KURITA visitors since Jul. 19, 2002. Synopsis 序論 多変量データ解析の理論 はじめに 記号と定義 数量化法の非線形への拡張 数量化１類とその非線形への拡張 数量化２類とその非線形への拡張 非線形の数量化２類と数量化３類の関係 交差係数行列の固有値問題 数量化４類との関係 距離について 多変量データ解析手法の非線形への拡張 非線形重回帰分析 非線形判別分析 非線形正準相関分析 線形近似としての線形データ解析手法 条件つき確率の線形近似 近似としての重回帰分析および数量化１類 近似

  • 1

お知らせ

もっと読む

公式Twitter

  • @HatenaBookmark

    リリース、障害情報などのサービスのお知らせ

  • @hatebu

    最新の人気エントリーの配信

はてなブックマーク

公式Twitter

はてなのサービス

  • App Storeからダウンロード
  • Google Playで手に入れよう
Copyright © 2005-2024 Hatena. All Rights Reserved.