状態遷移に適応したベイジアン学習

摘要

学習が完了したベイズ神経回路網は事後確率を近似する。 事後確率は判別関数として利用され、観測値は事後確率が最大のカテゴリーから出力されたと推定される。 我々は、情報源の状態遷移に適応したベイズ学習能力をもつ神経回路網が、少数の素子で構成されることを示す。 ニカテゴリー、二状態の場合、状態に関する情報は追加された一個の入力素子より入力される。 その情報に応じて回路網の出力はそれぞれの状態における判別関数を近似する。 このアルゴリズムはより多状態の場合に容易に拡張される。 比較的簡単な場合について、シミュレーションの結果を示す。