ログイン
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 20 教育学部・教育学研究科
  2. 20K 科研費報告書
  3. 2021年度

縮小推定を導入した貪欲法の下でのモデル選択規準についての研究

http://hdl.handle.net/10076/00020870
http://hdl.handle.net/10076/00020870
355550a6-6099-464d-a594-434ab5ab3f57
名前 / ファイル ライセンス アクション
2022RP0011.pdf 2022RP0011 (86.9 kB)
Item type 報告書 / Research Paper(1)
公開日 2022-11-22
タイトル
タイトル 縮小推定を導入した貪欲法の下でのモデル選択規準についての研究
言語 ja
タイトル
タイトル On model selection criteria under shrinkage estimation in greedy learning
言語 en
言語
言語 jpn
キーワード
主題Scheme Other
主題 スペース学習
キーワード
主題Scheme Other
主題 階層型ニューラルネット
キーワード
主題Scheme Other
主題 モデル選択
キーワード
主題Scheme Other
主題 正則化
キーワード
主題Scheme Other
主題 縮小推定
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_18ws
資源タイプ research report
著者 萩原, 克幸

× 萩原, 克幸

ja 萩原, 克幸

ja-Kana ハギワラ, カツユキ

en Hagiwara, Katsuyuki

Search repository
抄録
内容記述タイプ Abstract
内容記述 本研究では、階層型ニューラルネットやスパース学習に共通するモデル選択の問題を扱う。特に、ここでは、正則化・縮小推定の下でのモデル選択を考えた。まず、スパース学習において、正則化法であるLASSOのバイアス問題を解決するスケーリング法を考え、その下でのモデル選択規準を導出し、応用上の妥当性を数値的に確認した。さらに、スケーリング法を利用して、ノンパラメトリック直交回帰の下での統一的なモデリング法を与えるとともに、その汎化性を理論的に解析した。一方で、階層型ニューラルネットについては、モデル選択に関係して、その深層化による学習の傾向とオーバーフィッテイングの関係を調べた。
抄録
内容記述タイプ Abstract
内容記述 In this project, we considered a model selection problem that is common for both of layered neural nets and sparse modeling. We considered model selection under regularization and shrinkage methods. In a sparse modeling, we derived a scaling method for LASSO, in which a bias problem is relaxed. And, we derived a risk-based model selection criterion for the estimate under the proposed method. We confirm its effectiveness through numerical experiments. Additionally, by introducing a scaling method, we derived a unified modeling method under a non-parametric orthogonal regression problem and we analyzed the generalization properties of the proposed method. On the other hand, in layered neural nets, we found that a deep structure affects over-fitting to noise.
内容記述
内容記述タイプ Other
内容記述 2018年度~2020年度科学研究費補助金(基盤研究(C))研究成果報告書
書誌情報
発行日 2021-05-13
フォーマット
内容記述タイプ Other
内容記述 application/pdf
著者版フラグ
出版タイプ VoR
出版タイプResource http://purl.org/coar/version/c_970fb48d4fbd8a85
出版者
出版者 三重大学
出版者(ヨミ)
ミエダイガク
科研費番号
内容記述タイプ Other
内容記述 18K11433
資源タイプ(三重大)
Kaken / 科研費報告書
戻る
0
views
See details
Views

Versions

Ver.1 2023-06-19 14:10:25.281922
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR 2.0
  • OAI-PMH JPCOAR 1.0
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3