1 0 0 0 OA Pixyz:複雑な深層生成モデル開発のためのフレームワーク
- 著者
- 鈴木 雅大 金子 貴輝 谷口 尚平 松嶋 達也 松尾 豊
- 出版者
- 一般社団法人 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 第33回 (2019) (ISSN:27587347)
- 巻号頁・発行日
- pp.1L2J1105, 2019 (Released:2019-06-01)
近年,深層生成モデルの研究は急速に進んでおり,それらを簡潔かつ汎用性高く実装できるフレームワークが求められる.本研究では,最新の複雑な深層生成モデルの特徴として,確率分布によるネットワークの隠蔽,および複数の誤差関数から目的関数が構成されているという2点に着目し,それらを達成する新たな深層生成モデルライブラリ,Pixyzを提案する.本論文では,提案ライブラリが簡単な深層生成モデルの実験において,既存の確率モデリング言語であるPyroよりも高速で動作することを示し,さらに既存の確率モデリングライブラリでは実装できない複雑な深層生成モデルについて,容易かつ簡潔に実装できることを示す.
1 0 0 0 時系列生成モデルのためのリサンプリング学習
- 著者
- 金子 貴輝 大澤 昇平 松尾 豊
- 出版者
- 一般社団法人 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集
- 巻号頁・発行日
- vol.2018, pp.3Pin114, 2018
<p>逐次モンテカルロ(SMC)は、系列的な確率モデルから順にサンプリングできる代表的なサンプリング手法である.しかし,サンプルの縮退(degeneration)のせいで,少ない粒子数ではSMCは尤度の低いサンプルを生成する場合がある.本研究では,サンプルを縮退させる原因としてSMCのリサンプリング目標がサンプルごとに同一であることに注目する.この制約を緩和したいが,非対称な逐次リサンプリング目標の解析的な導出は困難である.そこで,下界近似した系列全体の目標から逐次リサンプリング目標を学習することで,SMCのリサンプリング戦略を非対称に拡張する.これによりSMCと同じ粒子数で,正確な潜在変数の推定を学習によって実現できると期待される.</p>
1 0 0 0 OA ユーザーのページビュー系列からのコンバージョン予測
- 著者
- 金子 貴輝 青井 順一 上野山 勝也 松尾 豊
- 出版者
- 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 (ISSN:13479881)
- 巻号頁・発行日
- vol.31, 2017
Web広告ではユーザーのページビュー履歴からコンバージョンを予測することは重要な問題である.Web広告には複数の業種があるので,予測タスク間で情報を共有することができる.本研究ではまず,RNNを用いた時系列モデルを使ってコンバージョンを予測することで時系列を使わないSVMモデルより精度を若干向上させられることを示す.次にアテンションモデルを加えることで複数のタスクの情報を共有し,精度向上を目指す.