著者

西上 功一郎 渡辺 澄夫

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会論文誌. D-II, 情報・システム, II-パターン処理 = The transactions of the Institute of Electronics, Information and Communication Engineers. D-II (ISSN:09151923)

巻号頁・発行日

vol.86, no.1, pp.119-129, 2003-01-01

被引用文献数

17

---

情報システムの統計的学習においては,複数のモデルの候補から与えられた規準に対して最も適するモデルを選ぶ操作が必要になる.その規準として,真の分布を最大の確率で見出すための一致性の規準,及び予測誤差を最小にするための有効性の規準がある.正則な統計モデルにおいては,AICやBICなどの規準が提唱され,その性質が詳しく研究されているが,神経回路網や混合正規分布などの特異点をもつ学習モデルの選択のための規準については,不明なことが少なくない.本論文では,特異点をもつモデルのベイズ学習について考察し,確率的複雑さを最小にするモデル選択法において,常に正値の事前分布を用いる方法とジェフリーズの事前分布を用いる方法とを,一致性及び有効性に関する観点から比較する.既に知られている理論的な命題を基盤として,二つの分布の違いについて合理的な予想を行い,その予想を実験的に検証する.特に,学習モデル族が真の分布を含んでいる場合には,ジェフリーズの事前分布が一致性・有効性の両面で優れていること,反対に,学習モデル族が真の分布を含んでいない場合には,常に正値をとる事前分布が有効性において優れていることを実験的に明らかにする.