統計数学セミナー
Seminar on Probability and Statistics |
Home : Archive [ 2003 to 04 ] [ 2004 to 05 ] [ 2005 to 06 ] [ 2006 to 07 ] [ 2007 to 08 ] [ 2008 to 09 ] [ 2009 to 10 ] [ 2010 to 11 ] [ 2011 to 12 ] [ 2012 to 13 ] [ 2013 to 14 ] [ 2014 to 15 ] |
Previous Seminar : Next Seminar |
Seminar on Probability and Statistics Friday May 18 2012 Tokyo 006 2:50-4:00 pm
PAC-Bayesian Bound for Gaussian Process Regression and Multiple Kernel Additive Model
鈴木 大慈 / SUZUKI, Taiji 東京大学 / University of Tokyo Abstract スパース加法モデルの推定法として,マルチプルカーネル学習(MKL)が提案されているが,
本発表ではそのベイズ的な変種について考察し,PAC-Bayesの手法を用いてその性能解析
を行う.標準的なMKLの解析では,restricted eigenvalue conditionのような強い仮定をデザ
インに課するが,我々はPAC-Bayesの技法を用いてベイズ的なMKLがそのような仮定を設け
ないで最適レートを達成することを示す.我々の結果は,近年発展しているガウシアンプロ
セス回帰に関する理論を包含しており,PAC-Bayesを使ったより単純な証明を与える.我々
の考える推定量はガウシアンプロセスのスケール混合であり,スケール混合を取ることに
よって適応的に最適レートを達成することが示される.また,有限次元のグループラッソに
対応する状況も考え,その収束レートを与える.
|
Previous Seminar : Next Seminar | Seminar on Probability and Statistics |