事後分布の対数尤度比を用いた学習モデルの特異性判定法

摘要

人工神経回路網や混合正規分布のように外界から隠れた部分を含む学習システムは統計的正則モデルではなく、サンプルを発生している情報源の分布に依存して事後分布が正則なケースと特異なケースに分かれることが知られている。正則ケースでは事後分布を正規分布で近似することができるが、特異ケースではその近似は成立しない。本論文では、正則ケースか特異ケースかを判定する方法として、事後分布と事後分布を近似した正規分布の対数尤度比の分散を用いる方法を提案する。またベイズ推測を平均プラグイン推測で近似した場合の汎化誤差の相違を基準として他手法と比較を行い、提案方法の有効性を明らかにする。