权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Meta-modeling method for a set of energy-based models

一组基于能量的模型的元建模方法

基本信息

批准号：
22K17951
负责人：
石橋英朗
金额：
$ 1.5万
依托单位：
Kyushu Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本年度ではまず（1）スコアマッチングに基づいた任意の指数型分布族集合に対するメタモデリングのアルゴリズム開発をおこなった．これにより正規化が容易なガウス分布や多値分布のような標準的な分布だけでなく，正規化が困難な指数型分布族も含めて統一的に扱えるメタモデリングを可能にした．特に，開発したアルゴリズムは各パラメータの目的関数が２次形式で表すことができるため，様々な学習タスクやモデルを幅広く表現できる柔軟性と学習の安定性の両立を可能にした．次に（2）スコアマッチングベースのメタモデリング法を無限次元の指数型分布族へ拡張し，さらにその高速化も実現した．これによって，ノンパラメトリックな分布のマルチタスク学習やfew shot learningも可能にした．さらに（３）デノイジングスコアマッチングに基づいたメタモデリング法の開発も行った．これにより，入力空間が高次元の場合に自動微分を用いても高速に計算ができる指数分布族集合のメタモデリングを実現し，事前学習済みのニューラルネットワークを十分統計量とする指数型分布族集合のメタモデリングが可能となった．従って，事前学習済みである必要はあるものの深層学習やノンパラメトリックな分布も含む幅広い確率モデルに対して統一的に適用可能なメタモデリング法を実現することができた．

This year, the number of cases (1) is equal to the number of cases (2), and the number of cases (3) is equal to the number of cases (4). Regularization is easy, and normalization is difficult. Exponential distributions include uniform distributions. Normalization is difficult. In particular, the development of the all-in-one system has a target number of 2 times for each parameter, which makes it possible to achieve flexibility and stability in learning through the wide range of learning parameters and monitors. Second,(2) the exponential distribution family of infinite dimensions is expanded, and the high speed of the system is realized. This is the first time I've ever seen a girl who's been in a relationship with someone who's been in a relationship with someone else. (3) The development of the technology is based on the development of the technology. For example, in the case of high dimensional force space, automatic differentiation is used in high speed calculation, and the exponential distribution set is realized. In advance, the exponential distribution set is learned. For example, in advance of learning, it is necessary to perform deep learning, including amplitude and accuracy, and uniform application.