統計的モデルとしてのボルツマンマシン BOLTZMANN MACHINE AS A STATISTICAL MODEL

この論文にアクセスする

この論文をさがす

著者

抄録

ボルツマンマシンは,相互結合型のニューラルネットワークとして知られるホップフィールドモデルの状態変化規則に確率や温度の概念を導入して拡張したものである.しかし,その一方では,単なるニューラルネットワークのモデルにはとどまらず,統計学,統計力学,情報幾何学をはじめとするさまざまな概念の交錯点としての側面をもつ. 本論文では,ボルツマンマシンを統計的モデルの1つとして捉え,その意義と可能性について議論する.具体的には,ボルツマンマシンの状態変化則や学習則,最大エントロピー性,空間的マルコフ性等の性質を,ギブスサンプラー,指数型分布族,マルコフ場などに関する一般理論の立場から解説する.さらに,ボルツマンマシンを応用した最近の研究例も紹介する.

A Boltzmann machine is known as a stochastically exteded model of the Hopfield neural network. It is not only a neural network model but related to various fields, such as statistics, statistical mechanics, information geometry, and so on. We review various aspects of a Boltzmann machine such as dynamics, learning rule, maximum entropy property, spatial Markovian property, and so on, in view of the general theories of Gibbs sampler, expontial family and Markov random field. Some recent studies on the application of Boltzmann machines are also reviewed.

収録刊行物

  • 計算機統計学

    計算機統計学 8(1), 61-81, 1995

    日本計算機統計学会

参考文献:  18件中 1-18件 を表示

被引用文献:  4件中 1-4件 を表示

各種コード

  • NII論文ID(NAID)
    110001236362
  • NII書誌ID(NCID)
    AN10195854
  • 本文言語コード
    JPN
  • 資料種別
    REV
  • ISSN
    09148930
  • データ提供元
    CJP書誌  CJP引用  NII-ELS  J-STAGE 
ページトップへ