[オーガナイズド講演] 確率モデルと集団最適化入門 Introduction to statistical models for populational optimization
次へ: まえがき 索引 [オーガナイズド講演] 確率モデルと集団最適化入門 Introduction to statistical models for populational optimization 赤穂 昭太郎 1 Shotaro Akaho 概要: This paper provides an introductory review of populational search methods based on statistical modelling. We start with a random search algorithm called Markov Chain Monte Carlo (MCMC). To solve an optimization problem, it is crucial for the performance to use spec
ニューロコンピューティングと情報論的学習理論 - 赤穂昭太郎 :computer-today.pdf
ニューロコンピューティングと情報論的学習理論 赤穂昭太郎 産業技術総合研究所 脳神経情報研究部門 1 はじめに そのきっかけは、神経回路のモデルである多層パーセプ 最近ではいわゆるニューラルネットと呼ばれるモデル に関する論文発表を見ることも少なくなり、あるニュー 1980 年代にニューロコンピュータのブームが訪れた。 ロコンピューティングの国際会議では、ニューラルネッ トというキーワードは不採択論文のキーワードの最上位 トロンとその学習アルゴリズムであるバックプロパゲー に来るという話である。しかしながら、本稿では、あえ ションが提案（正確に言えば再発見）されたことによる。 て神経素子モデルからスタートして、中間層の素子数選 多層パーセプトロンは十分たくさんの中間層の素子数を 用意してやれば任意の入出力関係を表現可能であるこ とも示された。そこで多くの人は巨大なネットワークを 作
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
パターン認識とニューラルネットワーク
次へ: パターン認識とは パターン認識とニューラルネットワーク 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. パターン認識とは ベイズ決定理論 ベイズ決定方式 正規分布の場合 確率密度分布の推定 パラメトリックモデル 最尤法 ベイズ推定 ノンパラメトリックな方法 ノンパラメトリックな確率密度関数の推定 核関数に基づく方法 K-NN法 セミパラメトリックな手法 混合分布モデル(Mixture Model) 最尤法 EM アルゴリスム 階層型ニューラルネット 多層パーセプトロン 単純パーセプトロン 単純パーセプトロンの学習 多層パーセプトロン 誤差逆伝搬学習法 最尤推定としての定式化 多層パーセプトロンと非線形回帰 汎化性 情報量基準による汎化能力の評価 VC次元
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
bag-of-features - PukiWiki
http://www.neurosci.aist.go.jp/~kurita/lecture/statface/index.html
