組織

専攻

附属センター

関連連携研究機構

関連学部

分解型正規化最尤符号長を用いた連続値潜在変数モデルの選択

岡田 誠

（指導教員：山西 健司 教授／ 数理情報第6研究室）

資料PDF（okada.pdf）
研究概要

適用対象となる潜在変数モデルの概観
潜在変数モデルのモデル選択における，情報理論に基づく新たな手法である分解型正規化最尤符号長を，より広いクラスの確率モデルへと系統立てて拡張した．更に，モデル選択の枠組みを社会科学データに導入し，人の行動の時間的間隔に関して仮説検証を行った．
修論の感想

潜在変数モデルの構造に注目し，その分類から符号長の計算まで見通し良く取り組むことができて楽しかった．実データ解析を通じた発見もあり，自身の貢献を実感できた．

>
ISTyくん

東京大学 THE UNIVERSITY OF TOKYO

Copyright © 2019 　Graduate School of Information Science and Technology, The University of Tokyo