JP5970579B2 - 混合モデル決定用の装置、方法、およびプログラム - Google Patents
混合モデル決定用の装置、方法、およびプログラム Download PDFInfo
- Publication number
- JP5970579B2 JP5970579B2 JP2015051731A JP2015051731A JP5970579B2 JP 5970579 B2 JP5970579 B2 JP 5970579B2 JP 2015051731 A JP2015051731 A JP 2015051731A JP 2015051731 A JP2015051731 A JP 2015051731A JP 5970579 B2 JP5970579 B2 JP 5970579B2
- Authority
- JP
- Japan
- Prior art keywords
- component
- latent variable
- indicates
- sample data
- objective function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Complex Calculations (AREA)
Description
サンプルデータと潜在変数とコンポーネントパラメータとに応じて決定される対数尤度と正規化項と前記潜在変数の変分分布の対数とを取得し、前記対数尤度と前記正規化項と潜在変数の前記変分分布の対数とに応じて目的関数を決定すること、
前記サンプルセットから抽出されたサブサンプルデータに応じて、前記目的関数の収束を可能にする潜在変数の変分分布と前記コンポーネントパラメータとを決定し、前記目的関数の収束を可能にする前記潜在変数の変分分布と前記コンポーネントパラメータとに応じて混合モデルを決定すること、
を含む。
前記サンプルデータと前記潜在変数と前記コンポーネントパラメータとに応じて決定される前記対数尤度は、
前記対数尤度の期待値と前記正規化項の期待値と潜在変数の前記変分分布の対数の期待値とに応じて、前記目的関数を決定することを含む。
前記サンプルセットから抽出された各サブサンプルデータに応じて、前記潜在変数の変分分布とコンポーネントパラメータとを取得すること、
前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて、前記目的関数が収束するかどうかを判別し、前記目的関数が収束しない場合、前記目的関数の収束を可能にする潜在変数の前記変分分布と前記コンポーネントパラメータとを取得するまで、前記サンプルセットから抽出された前記各サブサンプルデータに応じて、前記潜在変数の前記変分分布と前記コンポーネントパラメータを再取得すること、
を含む。
各サブサンプル用の前記潜在変分分布を、前記サンプルセットから抽出された前記サブサンプルデータに応じて、取得し、各コンポーネントパラメータの中間値を、前記各サブサンプルデータに対応する前記潜在変数の前記変分分布に応じて、取得すること、
前記コンポーネントパラメータのひとつの平均値を、前記サブサンプルデータに対応する前記コンポーネントパラメータの前記中間値に応じて、決定し、前記コンポーネントパラメータの前記平均値に応じて前記コンポーネントパラメータを取得すること、
を含む。
前記各サブサンプルデータに対応する前記コンポーネントパラメータの前記中間値
前記コンポーネントパラメータの前記平均値
前記コンポーネントパラメータ
tは現在の取得を示し、t−1は前回の取得又は初期設定を示し、ρは更新ステップを示し、
前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて決定された前記目的関数の値と、前回取得された前記潜在変数の変分分布とコンポーネントパラメータとに応じて決定される前回取得された目的関数の値と、の差(距離)がしきい値より小さいかどうかを判別すること、
前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて決定された前記目的関数の値と、前記前回取得された目的関数の値と、の差(距離)が前記しきい値より小さい場合、前記目的関数が収束していると判別すること、
を含む。
サンプルデータと潜在変数とコンポーネントパラメータとに応じて決定される対数尤度と正規化項と前記潜在変数の変分分布の対数とを取得するように構成された取得モジュールと、
前記対数尤度と前記正規化項と潜在変数の前記変分分布の対数とに応じて目的関数を決定するように構成された第1決定モジュールと、
サンプルセットから抽出されたサブサンプルデータに応じて、前記目的関数の収束を可能にする潜在変数の変分分布と前記コンポーネントパラメータとを決定するように構成された第2決定モジュールと、
前記目的関数の収束を可能にする潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて、混合モデルを決定するように構成された第3決定モジュールと、
を含む。
q(ZN)は潜在変数ZNの変分分布を示し、Nはサンプルデータの数を示す。
前記サンプルセットから抽出された各サブサンプルデータに応じて、前記潜在変数の変分分布とコンポーネントパラメータとを取得するように構成された取得ユニットと、
前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて、前記目的関数が収束するかどうかを判別するように構成された判別ユニットと、
前記目的関数が収束しない場合、前記目的関数の収束を可能にする潜在変数の前記変分分布と前記コンポーネントパラメータを取得するまで、前記サンプルセットから抽出された前記各サンプルデータに応じて、前記潜在変数の前記変分分布と前記コンポーネントパラメータとを再取得するように構成された取得ユニットと、
を含む。
各サブサンプルデータ用の前記潜在変分分布を、前記サンプルセットから抽出された前記各サブサンプルデータに応じて、取得するように構成された第1取得サブユニットと、
各コンポーネントパラメータの中間値を、前記各サブサンプルデータに対応する前記潜在変数の前記変分分布に応じて、取得するように構成された第2取得サブユニットと、
前記コンポーネントパラメータのひとつの平均値を、前記各サブサンプルデータに対応する前記コンポーネントパラメータの前記中間値に応じて、決定するように構成された第1決定サブユニットと、
前記コンポーネントパラメータの前記平均値に応じて前記コンポーネントパラメータを取得するように構成された第3取得サブユニットと、
を含む。
前記第2取得サブユニットは、前記各サブサンプルデータに対応する前記コンポーネントパラメータの前記中間値
前記第1決定サブユニットは、前記コンポーネントパラメータの前記平均値
前記第3取得サブユニットは、前記コンポーネントパラメータ
tは現在の取得を示し、t−1は前回の取得又は初期設定を示し、ρは更新ステップを示し、
前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて決定された前記目的関数の値と、前回取得された前記潜在変数の変分分布とコンポーネントパラメータとに応じて決定される前回取得された目的関数の値との差(距離)がしきい値より小さいかどうかを判別するように構成された比較サブユニットと、
前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて決定された前記目的関数の値と、前記前回取得された目的関数の値との差(距離)が前記しきい値より小さい場合、前記目的関数が収束していると決定する構成された、第2決定サブユニットと、
を含む。
目的関数は、サンプルデータと潜在変数とコンポーネントパラメータとに応じて決定される、対数尤度と正規化項と潜在変数の変分分布の対数とに応じて決定される。混合モデルは、目的関数の収束を可能にする、潜在変数の変分分布とコンポーネントパラメータとに応じて決定される。正規化項が目的関数に導入されるので、混合モデルの複雑性が自動的に制御され、大規模なデータ処理に適用される。
本開示の実施形態は、混合モデル決定用の方法を提供する。図1を参照し、方法は以下のステップを含む。
サンプルデータと潜在変数とコンポーネントパラメータとに応じて決定された対数尤度は、
対数尤度の期待値と正規化項の期待値と潜在変数の変分分布の対数の期待値とに応じて目的関数を決定することを含む。
サンプルセットから抽出された各サブサンプルデータに応じて、潜在変数の変分分布とコンポーネントパラメータとを取得すること、
潜在変数の変分分布とコンポーネントパラメータとに応じて、目的関数が収束するかどうかを判別し、目的関数が収束しない場合、サンプルセットから抽出された各サブサンプルデータに応じて、目的関数の収束を可能にする潜在変数の変分分布とコンポーネントパラメータを取得するまで、潜在変数の変分分布とコンポーネントパラメータを再取得すること、
を含む。
サンプルセットから抽出された各サブサンプルデータに対応する潜在変数の変分分布を、各サブサンプルデータに応じて、取得し、各サブサンプルデータに対応するコンポーネントパラメータの中間値を、各サブサンプルデータに対応する潜在変数の変分分布に応じて、取得すること、
サブサンプルデータに対応するコンポーネントパラメータの中間値に応じて、コンポーネントパラメータのひとつの平均値を決定し、コンポーネントパラメータの平均値に応じてコンポーネントパラメータを取得すること、
を含む。
潜在変数の変分分布とコンポーネントパラメータとに応じて決定された目的関数の値と、前回取得された潜在変数の変分分布とコンポーネントパラメータとに応じて決定される前回取得された目的関数の値と、の差(距離)がしきい値より小さいかどうかを判別すること、
潜在変数の変分分布とコンポーネントパラメータとに応じて決定された目的関数の値と、前回取得された目的関数の値との差(距離)がしきい値より小さい場合、目的関数が収束していると判別すること、
を含む。
本開示の実施形態は混合モデル決定用の方法を提供する。上述の実施形態の説明に関し、この実施形態において提供する方法を詳細に説明する。図2を参照し、方法は以下のステップを含む。
サンプルセットから抽出された各サブサンプルデータに応じて、各サブサンプルデータ用の潜在変分分布を取得すること、各サブサンプルデータに対応するコンポーネントパラメータの中間値を、各サブサンプルデータに対応する潜在変分分布に応じて、取得すること、
コンポーネントパラメータのひとつの平均値を、各サブサンプルデータに対応するコンポーネントパラメータの中間値に応じて、決定すること、コンポーネントパラメータの平均値に応じてコンポーネントパラメータを取得すること、
を含む。ただし、これに限られない。
は、c番目のコンポーネント内の第Imサブサンプルデータに対応する潜在変分分布を示し、Sはサブサンプルデータセットを示し、
潜在変数の変分分布に応じて決定された目的関数の値と、前回取得された潜在変数の変分分布とコンポーネントパラメータとに応じて決定される前回取得された目的関数の値と、の差(距離)がしきい値より小さいかどうかを判別すること、
潜在変数の変分分布とコンポーネントパラメータとに応じて決定された目的関数の値と、前回取得された目的関数の値との差(距離)がしきい値より小さい場合、目的関数が収束していると判別すること、
を含む。ただし、これに限られない。
図3を参照して、本開示の実施形態は混合モデル決定用の装置装置は、
サンプルデータと潜在変数とコンポーネントパラメータとに応じて決定される、対数尤度と正規化項と潜在変数の変分分布の対数とを取得するように構成された取得モジュール301と、
対数尤度と正規化項と潜在変数の変分分布の対数とに応じて目的関数を決定するように構成された第1決定モジュール302と、
サンプルセットから抽出されたサブサンプルデータに応じて、目的関数を収束することが可能な潜在変数の変分分布とコンポーネントパラメータとを決定するように構成された第2決定モジュール303と、
目的関数を収束することが可能な潜在変数の変分分布とコンポーネントパラメータとに応じて混合モデルを決定するように構成された第3決定モジュール304と、
を含む。
サンプルセットから抽出された各サブサンプルデータに応じて、潜在変数の変分分布とコンポーネントパラメータとを取得するように構成された取得ユニット3031と、
潜在変数の変分分布とコンポーネントパラメータとに応じて、目的関数が収束するかどうかを判別するように構成された判別ユニット3032と、
目的関数が収束しない場合、目的関数を収束することを可能にする潜在変数の変分分布とコンポーネントパラメータとを取得するまで、サンプルセットから抽出された各サブサンプルデータに応じて、潜在変数の変分分布とコンポーネントパラメータとを、再取得するように構成された取得ユニット3031と、
を含む。
サンプルセットから抽出された各サブサンプルセットに応じて、各サブサンプルデータに対応する潜在変分分布を取得するように構成された第1取得サブユニット30311と、
各サブサンプルデータに対応する潜在変分分布に応じて、各サブサンプルデータに対応するコンポーネントパラメータの中間値を取得するように構成された第2取得サブユニット30312と、
各サブサンプルデータに対応するコンポーネントパラメータの中間値に応じて、コンポーネントパラメータのひとつの平均値を決定するように構成された第1決定サブユニット30313と、
コンポーネントパラメータの平均値に応じてコンポーネントパラメータを取得するように構成された第3取得サブユニット30314と、
を含む。
潜在変数の変分分布とコンポーネントパラメータとに応じて決定された目的関数の値と、前回取得された潜在変数とコンポーネントパラメータとに応じて決定される前回取得された目的関数と、の差(距離)がしきい値より小さいかどうかを決定するように構成された比較サブユニット30321と、
潜在変数の変分分布とコンポーネントパラメータとに応じて決定された目的関数の値と、前回取得された目的関数の値との差(距離)しきい値より小さい場合、目的関数が収束していると決定するように構成された第2決定サブユニット30322と、
を含む。
サンプルデータと潜在変数とコンポーネントパラメータとに応じて決定される対数尤度と正規化項と前記潜在変数の変分分布の対数とを取得し、前記対数尤度と前記正規化項と前記潜在変数の前記変分分布の対数とに応じて目的関数を決定すること、
サンプルセットから抽出されたサブサンプルデータに応じて、前記目的関数の収束を可能にする前記潜在変数の変分分布と前記コンポーネントパラメータとを決定し、前記目的関数の収束を可能にする前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて混合モデルを決定すること、
を含む、
混合モデル決定用の方法。
前記サンプルデータと前記潜在変数と前記コンポーネントパラメータとに応じて決定される前記対数尤度は、
付記1に記載の方法。
前記サンプルデータと前記潜在変数と前記コンポーネントパラメータとに応じて決定される前記正規化項は、
付記1に記載の方法。
前記サンプルデータと前記潜在変数と前記コンポーネントパラメータとに応じて決定される前記潜在変数の前記変分分布の対数はlogq(ZN)であり、q(ZN)は前記潜在変数ZNの変分分布を示し、Nはサンプルデータの数を示す、
付記1に記載の方法。
前記対数尤度と前記正規化項と前記潜在変数の前記変分分布の対数とに応じて目的関数を決定するステップは、前記対数尤度の期待値と前記正規化項の期待値と前記潜在変数の前記変分分布の対数の期待値とに応じて、前記目的関数を決定することを含む、
付記1から4のいずれか1つに記載の方法。
前記サンプルセットから抽出されたサブサンプルデータに応じて、前記目的関数の収束を可能にする前記潜在変数の変分分布と前記コンポーネントパラメータとを決定するステップは、
前記サンプルセットから抽出された各サブサンプルデータに応じて、前記潜在変数の変分分布とコンポーネントパラメータとを取得すること、
前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて、前記目的関数が収束するかどうかを判別し、前記目的関数が収束しない場合、前記目的関数の収束を可能にする前記潜在変数の前記変分分布と前記コンポーネントパラメータとを取得するまで、前記サンプルセットから抽出された前記各サブサンプルデータに応じて、前記潜在変数の前記変分分布と前記コンポーネントパラメータを再取得すること、
を含む、
付記6に記載の方法。
前記サンプルセットから抽出された各サブサンプルデータに応じて、前記潜在変数の変分分布とコンポーネントパラメータを取得するステップは、
前記各サブサンプルデータに対応する前記潜在変分分布を、前記サンプルセットから抽出された前記各サブサンプルデータに応じて、取得し、各サブサンプルデータに対応する各コンポーネントパラメータの中間値を、前記各サブサンプルデータに対応する前記潜在変分分布に応じて、取得すること、
前記コンポーネントパラメータのひとつの平均値を、前記各サブサンプルデータに対応する前記コンポーネントパラメータの前記中間値に応じて、決定し、前記コンポーネントパラメータの前記平均値に応じて前記コンポーネントパラメータを取得すること、
を含む、
付記7に記載の方法。
前記各サブサンプルデータに対応する前記潜在変分分布は、次の数式
前記各サブサンプルデータに対応する前記コンポーネントパラメータの前記中間値
前記コンポーネントパラメータの前記平均値
前記コンポーネントパラメータ
tは現在の取得を示し、t−1は前回の取得又は初期設定を示し、ρは更新ステップを示し、
付記8に記載の方法。
前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて、前記目的関数が収束するかどうかを判別するステップは、
前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて決定された前記目的関数の値と、前回取得された前記潜在変数の変分分布とコンポーネントパラメータとに応じて決定される前回取得された目的関数の値と、の差(距離)がしきい値より小さいかどうかを判別すること、
前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて決定された前記目的関数の値と、前記前回取得された目的関数の値と、の差(距離)が前記しきい値より小さい場合、前記目的関数が収束していると判別すること、
を含む、
付記7から9のいずれか1つに記載の方法。
サンプルデータと潜在変数とコンポーネントパラメータとに応じて決定される対数尤度と正規化項と前記潜在変数の変分分布の対数とを取得するように構成された取得モジュールと、
前記対数尤度と前記正規化項と前記潜在変数の前記変分分布の対数とに応じて目的関数を決定するように構成された第1決定モジュールと、
サンプルセットから抽出されたサブサンプルデータに応じて、前記目的関数の収束を可能にする前記潜在変数の変分分布と前記コンポーネントパラメータとを決定するように構成された第2決定モジュールと、
前記目的関数の収束を可能にする前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて、混合モデルを決定するように構成された第3決定モジュールと、
を含む、
混合モデル決定用の装置。
前記取得モジュールにより取得される前記対数尤度は、
付記11に記載の装置。
前記取得モジュールにより取得される前記正規化項は、
付記11に記載の装置。
前記取得モジュールによって取得される前記潜在変数の前記変分分布の対数は、logq(ZN)であり、
q(ZN)は前記潜在変数ZNの変分分布を示し、Nはサンプルデータの数を示す、
付記11に記載の装置。
前記第1決定モジュールは、前記対数尤度の期待値と前記正規化項の期待値と前記潜在変数の前記変分分布の対数の期待値とに応じて、前記目的関数を決定するように構成されている、
付記11から14のいずれか1つに記載の装置。
前記第2決定モジュールは、
前記サンプルセットから抽出された各サブサンプルデータに応じて、前記潜在変数の変分分布とコンポーネントパラメータとを取得するように構成された取得ユニットと、
前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて、前記目的関数が収束するかどうかを判別するように構成された判別ユニットと、
前記目的関数が収束しない場合、前記目的関数の収束を可能にする前記潜在変数の前記変分分布と前記コンポーネントパラメータを取得するまで、前記サンプルセットから抽出された前記各サンプルデータに応じて、前記潜在変数の前記変分分布と前記コンポーネントパラメータとを再取得するように構成された取得ユニットと、
を含む、
付記16に記載の装置。
前記取得ユニットは、
前記各サブサンプルデータに対応する変分分布を、前記サンプルセットから抽出された前記各サブサンプルデータに応じて、取得するように構成された第1取得サブユニットと、
各サブサンプルデータに対応する各コンポーネントパラメータの中間値を、前記各サブサンプルデータに対応する前記潜在変分分布に応じて、取得するように構成された第2取得サブユニットと、
前記コンポーネントパラメータのひとつの平均値を、前記各サブサンプルデータに対応する前記コンポーネントパラメータの前記中間値に応じて、取得するように構成された第1決定サブユニットと、
前記コンポーネントパラメータの前記平均値に応じて前記コンポーネントパラメータを取得するように構成された第3取得サブユニットと、
を含む、
付記17に記載の装置。
前記第1取得サブユニットは、各サブサンプルデータに対応する前記潜在変分分布を、次の数式
前記第2取得サブユニットは、前記各サブサンプルデータに対応する前記コンポーネントパラメータの前記中間値
前記第1決定サブユニットは、前記コンポーネントパラメータの前記平均値
前記第3取得サブユニットは、前記コンポーネントパラメータ
tは現在の取得を示し、t−1は前回の取得又は初期設定を示し、ρは更新ステップを示し、
付記18に記載の装置。
前記判別ユニットは、
前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて決定された前記目的関数の値と、前回取得された前記潜在変数の変分分布とコンポーネントパラメータとに応じて決定される前回取得された目的関数の値との差(距離)がしきい値より小さいかどうかを判別するように構成された比較サブユニットと、
前記潜在変数の前記変分分布と前記コンポーネントパラメータとに応じて決定された前記目的関数の値と、前記前回取得された目的関数の値との差(距離)が前記しきい値より小さい場合、前記目的関数が収束していると決定するように構成された、第2決定サブユニットと、
を含む、
付記17から19のいずれか1つに記載の装置。
Claims (10)
- サンプルデータと潜在変数とコンポーネントパラメータとに応じて決定される対数尤度と正規化項と前記潜在変数の変分分布関数の対数とを取得するように構成された取得モジュールと、
前記取得された前記対数尤度と前記正規化項と前記潜在変数の前記変分分布関数の対数とに応じて目的関数を決定するように構成された第1決定モジュールと、
サンプルセットから抽出されたサブサンプルデータに応じて、前記目的関数の収束を可能にする前記潜在変数の変分分布関数と前記コンポーネントパラメータとを決定するように構成された第2決定モジュールと、
前記目的関数の収束を可能にする前記潜在変数の前記変分分布関数と前記コンポーネントパラメータとに応じて、混合モデルを決定するように構成された第3決定モジュールと、
を含み、
前記第1決定モジュールは、前記対数尤度の期待値と前記正規化項の期待値と前記潜在変数の前記変分分布関数の対数の期待値とに応じて、前記目的関数を決定するように構成されている、
混合モデル決定用の装置。 - 前記取得モジュールによって取得される前記潜在変数の前記変分分布関数の対数は、logq(ZN)であり、
q(ZN)は前記潜在変数ZNの変分分布関数を示し、Nはサンプルデータの数を示す、
請求項1に記載の装置。 - 前記第2決定モジュールは、
前記サンプルセットから抽出された各サブサンプルデータに応じて、前記潜在変数の変分分布関数とコンポーネントパラメータとを取得するように構成された取得ユニットと、
前記潜在変数の前記変分分布関数と前記コンポーネントパラメータとに応じて、前記目的関数が収束するかどうかを判別するように構成された判別ユニットと、
前記目的関数が収束しない場合、前記目的関数の収束を可能にする前記潜在変数の前記変分分布関数と前記コンポーネントパラメータを取得するまで、前記サンプルセットから抽出された前記各サンプルデータに応じて、前記潜在変数の前記変分分布関数と前記コンポーネントパラメータとを再取得するように構成された取得ユニットと、
を含む、
請求項5に記載の装置。 - 前記取得ユニットは、
前記各サブサンプルデータに対応する変分分布関数を、前記サンプルセットから抽出された前記各サブサンプルデータに応じて、取得するように構成された第1取得サブユニットと、
各サブサンプルデータに対応する各コンポーネントパラメータの中央値を、前記各サブサンプルデータに対応する前記潜在変数の変分分布関数に応じて、取得するように構成された第2取得サブユニットと、
前記コンポーネントパラメータのひとつの平均値を、前記各サブサンプルデータに対応する前記コンポーネントパラメータの前記中央値に応じて、取得するように構成された第1決定サブユニットと、
前記コンポーネントパラメータの前記平均値に応じて前記コンポーネントパラメータを取得するように構成された第3取得サブユニットと、
を含む、
請求項6に記載の装置。 - 前記第1取得サブユニットは、各サブサンプルデータに対応する前記潜在変数の変分分布関数を、次の数式
前記第2取得サブユニットは、前記各サブサンプルデータに対応する前記コンポーネントパラメータの前記中央値
前記第1決定サブユニットは、前記コンポーネントパラメータの前記平均値
前記第3取得サブユニットは、前記コンポーネントパラメータ
tは現在の取得を示し、t−1は前回の取得又は初期設定を示し、ρは更新ステップを示し、
請求項7に記載の装置。 - 混合モデル決定用の装置が、サンプルデータと潜在変数とコンポーネントパラメータとに応じて決定される対数尤度と正規化項と前記潜在変数の変分分布関数の対数とを取得する取得ステップ、
前記装置が、前記取得された前記対数尤度と前記正規化項と前記潜在変数の前記変分分布関数の対数とに応じて目的関数を決定する第1決定ステップ、
前記装置が、サンプルセットから抽出されたサブサンプルデータに応じて、前記目的関数の収束を可能にする前記潜在変数の変分分布関数と前記コンポーネントパラメータとを決定する第2決定ステップ、
前記装置が、前記目的関数の収束を可能にする前記潜在変数の前記変分分布関数と前記コンポーネントパラメータとに応じて混合モデルを決定する第3決定ステップ、
を含み、
前記第1決定ステップでは、前記対数尤度の期待値と前記正規化項の期待値と前記潜在変数の前記変分分布関数の対数の期待値とに応じて、前記目的関数を決定する、
混合モデル決定用の方法。 - コンピュータに、
サンプルデータと潜在変数とコンポーネントパラメータとに応じて決定される対数尤度と正規化項と前記潜在変数の変分分布関数の対数とを取得する取得手順、
前記取得された前記対数尤度と前記正規化項と前記潜在変数の前記変分分布関数の対数とに応じて目的関数を決定する第1決定手順、
サンプルセットから抽出されたサブサンプルデータに応じて、前記目的関数の収束を可能にする前記潜在変数の変分分布関数と前記コンポーネントパラメータとを決定する第2決定手順、
前記目的関数の収束を可能にする前記潜在変数の前記変分分布関数と前記コンポーネントパラメータとに応じて混合モデルを決定する第3決定手順、を実行させ、
前記第1決定手順では、前記対数尤度の期待値と前記正規化項の期待値と前記潜在変数の前記変分分布関数の対数の期待値とに応じて、前記目的関数を決定する、
混合モデル決定用のプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410101689.7 | 2014-03-18 | ||
CN201410101689.7A CN104933275A (zh) | 2014-03-18 | 2014-03-18 | 混合模型的确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015179513A JP2015179513A (ja) | 2015-10-08 |
JP5970579B2 true JP5970579B2 (ja) | 2016-08-17 |
Family
ID=54120441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015051731A Active JP5970579B2 (ja) | 2014-03-18 | 2015-03-16 | 混合モデル決定用の装置、方法、およびプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP5970579B2 (ja) |
CN (1) | CN104933275A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107918688B (zh) * | 2016-10-10 | 2020-02-28 | 深圳云天励飞技术有限公司 | 场景模型动态估计方法、数据分析方法及装置、电子设备 |
-
2014
- 2014-03-18 CN CN201410101689.7A patent/CN104933275A/zh active Pending
-
2015
- 2015-03-16 JP JP2015051731A patent/JP5970579B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2015179513A (ja) | 2015-10-08 |
CN104933275A (zh) | 2015-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111523621B (zh) | 图像识别方法、装置、计算机设备和存储介质 | |
JP5506722B2 (ja) | マルチクラス分類器をトレーニングするための方法 | |
CN106897746B (zh) | 数据分类模型训练方法和装置 | |
CN110717099B (zh) | 一种推荐影片的方法及终端 | |
CN110765860A (zh) | 摔倒判定方法、装置、计算机设备及存储介质 | |
CN111127364B (zh) | 图像数据增强策略选择方法及人脸识别图像数据增强方法 | |
US20230237771A1 (en) | Self-supervised learning method and apparatus for image features, device, and storage medium | |
CN108228684B (zh) | 聚类模型的训练方法、装置、电子设备和计算机存储介质 | |
US10115208B2 (en) | Image characteristic estimation method and device | |
CN113344016A (zh) | 深度迁移学习方法、装置、电子设备及存储介质 | |
CN114565807A (zh) | 训练目标图像检索模型的方法和装置 | |
CN110910325B (zh) | 一种基于人工蝴蝶优化算法的医疗影像处理方法及装置 | |
JP2014228995A (ja) | 画像特徴学習装置、画像特徴学習方法及びプログラム | |
CN113408282B (zh) | 主题模型训练和主题预测方法、装置、设备及存储介质 | |
JP5970579B2 (ja) | 混合モデル決定用の装置、方法、およびプログラム | |
JP5970578B2 (ja) | リレーショナルモデルを決定するプログラムと装置 | |
CN110929731B (zh) | 一种基于探路者智能搜索算法的医疗影像处理方法及装置 | |
JP6606849B2 (ja) | 識別器生成装置、識別器生成方法、推定装置、推定方法、およびプログラム | |
US11688175B2 (en) | Methods and systems for the automated quality assurance of annotated images | |
WO2017000118A1 (en) | Method and apparatus for predicting attribute for image sample | |
CN113221662B (zh) | 人脸识别模型的训练方法及装置、存储介质、终端 | |
JP6047190B2 (ja) | リレーショナルモデルを決定するプログラムと装置 | |
JP7331938B2 (ja) | 学習装置、推定装置、学習方法及び学習プログラム | |
CN111860556A (zh) | 一种模型的处理方法、装置及存储介质 | |
JP5118616B2 (ja) | 顔画像検出装置及び顔画像検出プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160113 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160209 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160506 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160705 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160711 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5970579 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |