タイトル | 真のパラメトリックモデルが未知のベイズ予測分布のmisspecifiedな場合の性能解析 |
---|---|
著者 | 河野浩和 、齋藤翔太 、松嶋敏泰 |
年度 | 2017 |
形式 | 国内学会 |
分野 | 知識情報処理 |
掲載雑誌名 | 電子情報通信学会技術研究報告 |
掲載号・ページ | vol. 117, no. 487, IT2017-103, pp. 1-6 |
掲載年 | 2018 |
掲載月 | 3 |
アブスト (日本語) |
電子情報通信学会情報理論研究会(IT) 2018年3月8日~9日(発表日: 8日) 東京理科大学 葛飾キャンパス(東京都葛飾区) 査読無 DOI: なし 本稿では, I.I.D. 確率変数列の実現値の組${(x_t,y_t)}_{t=1}^N$及び$x_{N+1}$を受け取ったもとで, $Y_{N+1}$の条件付き確率分布を推定する問題を考える. 特に, その確率分布はあるモデル族に属するパラメトリックモデルに属しているが, そのモデルは未知であることを仮定して推定を行う. 損失関数は $Y_{N+1}$の条件付き確率分布との間のKL-ダイバージェンスとする. この仮定の下でのベイズ基準で最適な確率分布の推定のリスクを, データの従う確率分布がいずれかのモデルに含まれているという仮定が成り立っていなかった場合において評価する. このとき, 真の分布とベイズ基準で最適な分布の間のリスクは, いくつかの正則条件のもと, 仮定したモデル族に属するモデルに含まれるすべての確率分布の中で, 真の分布にKL-ダイバージェンスの意味で最も近い分布と同じ値に収束することを示す. また, 従来研究の結果やその証明と比較し考察する. |
アブスト (英語) |
|
備考 (日本語) |
|
備考 (英語) |
|
論文原稿 | |
発表資料 |