2K-02
適応 TAP 近似を用いたガウス型制限ボルツマンマシンの学習
○高橋茶子，安田宗樹（山形大）
近年，深層学習の技術が各分野で利用され始め，急速に発展している．restricted Boltzmann machine (RBM) は深層学習における基礎的なモデルの一つである．RBM の入力変数を連続値とし，画像や音声などの実際のデータに対応できる形に拡張したものが Gaussian restricted Boltzmann machine (GRBM) である．平均場近似と呼ばれる統計力学の分野由来の近似計算手法があり，中でも適応 TAP 近似と呼ばれる近似法はボルツマンマシンに対して適した手法であることが知られている．本講演では，適応 TAP 近似を用いた GRBM の新しい学習アルゴリズムを提案する．
footer 著作権について 倫理綱領 プライバシーポリシー セキュリティ 情報処理学会