人工知能学会全国大会論文集
Online ISSN : 2758-7347
第29回 (2015)
セッションID: 2F1-5in
会議情報

ベイズ学習における必要最低サンプル数の推定
*徳田 悟永田 賢二岡田 真人
著者情報
会議録・要旨集 フリー

詳細
抄録

学習において,確率分布の構造はサンプルの個数が増えるにつれて徐々に明らかになる.ではサンプル数が少なくともいくつであれば,その構造を発見できるのであろうか?我々は物質の相転移を議論する統計力学との数理的等価性に基づき,ベイズ学習における系の秩序変数を計算し,その転移点が学習に必要な最低サンプル数に対応することを示す.ニューラルネットワークの一種である動径基底関数ネットワークにおいてその検証を行う.

著者関連情報
© 2015 一般社団法人 人工知能学会
前の記事 次の記事
feedback
Top