WEKO3
アイテム
Principal Component Analysis for Gaussian Process Posteriors
http://hdl.handle.net/10228/0002000098
http://hdl.handle.net/10228/00020000984bb2fb47-07ce-4287-8be6-23b3908ceee9
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
neuro_39.pdf (2.4 MB)
|
|
| アイテムタイプ | 学術雑誌論文 = Journal Article(1) | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2023-09-14 | |||||||||||||||
| 資源タイプ | ||||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||||||||||
| 資源タイプ | journal article | |||||||||||||||
| タイトル | ||||||||||||||||
| タイトル | Principal Component Analysis for Gaussian Process Posteriors | |||||||||||||||
| 言語 | en | |||||||||||||||
| 言語 | ||||||||||||||||
| 言語 | eng | |||||||||||||||
| 著者 |
石橋, 英朗
× 石橋, 英朗
WEKO
27859
× Akaho, Shotaro
|
|||||||||||||||
| 抄録 | ||||||||||||||||
| 内容記述タイプ | Abstract | |||||||||||||||
| 内容記述 | This letter proposes an extension of principal component analysis for gaussian process (GP) posteriors, denoted by GP-PCA. Since GP-PCA estimates a low-dimensional space of GP posteriors, it can be used for metalearning, a framework for improving the performance of target tasks by estimating a structure of a set of tasks. The issue is how to define a structure of a set of GPs with an infinite-dimensional parameter, such as coordinate system and a divergence. In this study, we reduce the infiniteness of GP to the finite-dimensional case under the information geometrical framework by considering a space of GP posteriors that have the same prior. In addition, we propose an approximation method of GP-PCA based on variational inference and demonstrate the effectiveness of GP-PCA as meta-learning through experiments. | |||||||||||||||
| 言語 | en | |||||||||||||||
| 書誌情報 |
en : Neural Computation 巻 34, 号 5, p. 1189-1219, 発行日 2022-04-15 |
|||||||||||||||
| 出版社 | ||||||||||||||||
| 出版者 | Massachusetts Institute of Technology Press | |||||||||||||||
| DOI | ||||||||||||||||
| 関連タイプ | isVersionOf | |||||||||||||||
| 識別子タイプ | DOI | |||||||||||||||
| 関連識別子 | https://doi.org/10.1162/neco_a_01489 | |||||||||||||||
| ISSN | ||||||||||||||||
| 収録物識別子タイプ | PISSN | |||||||||||||||
| 収録物識別子 | 0899-7667 | |||||||||||||||
| ISSN | ||||||||||||||||
| 収録物識別子タイプ | EISSN | |||||||||||||||
| 収録物識別子 | 1530-888X | |||||||||||||||
| 著作権関連情報 | ||||||||||||||||
| 権利情報 | This is the author’s final version, and that the article has been accepted for publication in Neural Computation. | |||||||||||||||
| キーワード | ||||||||||||||||
| 主題Scheme | Other | |||||||||||||||
| 主題 | Gaussian process | |||||||||||||||
| キーワード | ||||||||||||||||
| 主題Scheme | Other | |||||||||||||||
| 主題 | Information geometry | |||||||||||||||
| キーワード | ||||||||||||||||
| 主題Scheme | Other | |||||||||||||||
| 主題 | Multi-task learning | |||||||||||||||
| キーワード | ||||||||||||||||
| 主題Scheme | Other | |||||||||||||||
| 主題 | Metalearning | |||||||||||||||
| キーワード | ||||||||||||||||
| 主題Scheme | Other | |||||||||||||||
| 主題 | Functional data analysis | |||||||||||||||
| 出版タイプ | ||||||||||||||||
| 出版タイプ | AM | |||||||||||||||
| 出版タイプResource | http://purl.org/coar/version/c_ab4af688f83e57aa | |||||||||||||||
| 査読の有無 | ||||||||||||||||
| 値 | yes | |||||||||||||||
