WEKO3
-
RootNode
アイテム
深層一般化正準相関分析
https://ipsj.ixsq.nii.ac.jp/records/162622
https://ipsj.ixsq.nii.ac.jp/records/162622d851a052-e759-4203-bc85-079d2e0ceb6d
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-Z78-7M-01.pdf (155.1 kB)
|
Copyright (c) 2016 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | National Convention(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2016-03-10 | |||||||||
| タイトル | ||||||||||
| タイトル | 深層一般化正準相関分析 | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | 人工知能と認知科学 | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||
| 資源タイプ | conference paper | |||||||||
| 著者所属 | ||||||||||
| 東大 | ||||||||||
| 著者所属 | ||||||||||
| 東大 | ||||||||||
| 著者名 |
岩瀬, 智亮
× 岩瀬, 智亮
× 中山, 英樹
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 正準相関分析(CCA)は, 2つの多次元連続値確率変数について線形射影を行うことで, 高い相関を持つ線型部分空間の対を見出す手法である. 確率変数が3つ以上存在するとき, 射影した全ての確率変数対の相関を同時に最大化する線形射影を求める手法は, 一般化正準相関分析(GCCA)と呼ばれる. 一般に, マルチタスク学習の観点において各タスクが類似している時には, 対応する各学習器が共通要因を獲得することで性能が上がることが期待される. これは, GCCAにおいて入力の確率変数の数を増やすことにより, それぞれの相関がより大きくなるような, 各確率変数対の射影が求まることに対応する. 本研究では, Deep Learningのモデルを用いてCCAを非線形拡張した, 深層正準相関分析(Deep CCA)について, GCCAの最大化基準を取り入れた深層一般化正準相関分析(Deep GCCA)を提案する. | |||||||||
| 書誌レコードID | ||||||||||
| 収録物識別子タイプ | NCID | |||||||||
| 収録物識別子 | AN00349328 | |||||||||
| 書誌情報 |
第78回全国大会講演論文集 巻 2016, 号 1, p. 183-184, 発行日 2016-03-10 |
|||||||||
| 出版者 | ||||||||||
| 言語 | ja | |||||||||
| 出版者 | 情報処理学会 | |||||||||
