|
Автоматика и телемеханика, 2018, выпуск 8, страницы 129–147
(Mi at14742)
|
|
|
|
Эта публикация цитируется в 3 научных статьях (всего в 3 статьях)
Оптимизация, системный анализ и исследование операций
Выбор моделей глубокого обучения субоптимальной сложности
О. Ю. Бахтеевa, В. В. Стрижовb a Московский физико-технический институт
b Вычислительный центр им. А. А. Дородницына ФИЦ ИУ РАН, Москва
Аннотация:
Рассматривается задача выбора моделей глубокого обучения субоптимальной сложности. Под сложностью модели понимается минимальная длина описания совокупности выборки и модели классификации или регрессии. Под субоптимальной сложностью понимается приближенная оценка минимальной длины описания, полученная с использованием байесовского вывода и вариационных методов. Вводятся вероятностные предположения о распределении параметров. На основе байесовского вывода предлагается функция правдоподобия модели. Для получения оценки правдоподобия применяются вариационные методы с использованием градиентных алгоритмов оптимизации. Проводится вычислительный эксперимент на нескольких выборках.
Ключевые слова:
классификация, регрессия, глубокое обучение, выбор модели, байесовский вывод, вариационный вывод, сложность.
Образец цитирования:
О. Ю. Бахтеев, В. В. Стрижов, “Выбор моделей глубокого обучения субоптимальной сложности”, Автомат. и телемех., 2018, № 8, 129–147; Autom. Remote Control, 79:8 (2018), 1474–1488
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/at14742 https://www.mathnet.ru/rus/at/y2018/i8/p129
|
Статистика просмотров: |
Страница аннотации: | 301 | PDF полного текста: | 95 | Список литературы: | 42 | Первая страница: | 15 |
|