General-purpose use of Bayesian learning for hierarchical probabilistic models

贝叶斯学习在分层概率模型中的通用用途

• 批准号: 22700230
• 负责人: NAGATA Kenji
• 金额: $ 2万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2010
• 资助国家: 日本
• 起止时间: 2010-04-01 至 2014-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22700230/
• 关键词: 機械学習; ベイズ学習; 交換モンテカルロ法; メトロポリス法; スペクトル分解

The purpose of this project is to establish a general-purpose use of Bayesian learning for hierarchical probabilistic model such as a neural network and a hidden Markov model. We use an exchange Monte Carlo method for performing Bayesian learning efficiently, and significantly improve the computational cost by parallelizing the exhcnage Monte Carlo method. Moreover, we construct a optimal design of the exchange Monte Carlo method and apply the proposed method to the spectral deconvolution for the radial basis function networks.

本计画的目的是建立一个通用的使用贝叶斯学习的阶层式机率模型，例如一个类神经网路和一个隐藏的马可夫模型。我们使用一个交换蒙特卡罗方法进行贝叶斯学习效率，并显着提高计算成本通过并行化的exhcnage蒙特卡罗方法。此外，我们构造了一个交换蒙特卡罗方法的优化设计，并将所提出的方法应用于径向基函数网络的谱反卷积。

项目成果

マルコフ確率場モデルのハイパーパラメータ分布推定

马尔可夫随机场模型的超参数分布估计

• 发表时间: 2013
• 作者: 丹治 瑛一;岡本 卓;小圷 成一;平田 廣則;大野義典,永田賢二,庄野逸,岡田真人
• 通讯作者: 大野義典,永田賢二,庄野逸,岡田真人

Application of Markov random field models for inversion problems in geosciences

马尔可夫随机场模型在地球科学反演问题中的应用

• 发表时间: 2012
• 作者: Tatsu Kuwatani;Kenji Nagata;Masato Okada and Mitsuhiro Toriumi
• 通讯作者: Masato Okada and Mitsuhiro Toriumi

非線形マルコフ確率場のハイパーパラメータ推定における決定論的アルゴリズム

非线性马尔可夫随机场超参数估计的确定性算法

• 发表时间: 2012
• 作者: M. Ihara;S. Maeda;K. Ikeda;and S. Ishii.;Katsumi Tateno;大野義典,永田賢二,桑谷立,庄野逸,岡田真人
• 通讯作者: 大野義典,永田賢二,桑谷立,庄野逸,岡田真人

ベイズ推定における学習係数とメトロポリス法における平均採択率の関係

贝叶斯估计中的学习系数与Metropolis方法中的平均接受率的关系

• 发表时间: 2012
• 作者: Katsumi Tateno;Hatsuo Hayashi;Satoru Ishizuka;永田賢二,岡田真人
• 通讯作者: 永田賢二,岡田真人

XPS データ解析へのベイズ推定の応用

贝叶斯推理在 XPS 数据分析中的应用

• 发表时间: 2011
• 作者: Y. Nojima;S. Mihara;and H. Ishibuchi;村岡怜,永田賢二,佐々木岳彦,岡田真人
• 通讯作者: 村岡怜,永田賢二,佐々木岳彦,岡田真人