制限ボルツマンマシン
参考資料:
https://www.jstage.jst.go.jp/article/jjsai/28/3/28_474/_pdf
- データの生成モデル (Generative Model)
- ボルツマン分布に従う。
- ボルツマン分布のエネルギー関数はバイアス項に$\theta$, 相互作用項に$w$でパラメトライズされている。
- これらのパラメータを観測データを用いて学習する。
- 学習には勾配法が用いられる。
- 制限ボルツマンマシン(RBM)
- ノードを可視変数$v$と隠れ変数$w$に分けて異なる種類の変数間にしかエッジがない完全2部グラフで表されるモデル。
- 「条件付き独立」と「周辺確率」で重要な性質を持っている。
- 条件付き独立
- 可視変数を固定した時の隠れ変数の条件付き確率がシグモイド関数の積で表される。
- あるいはその逆もまた然り。
- 確率変数の積の形になっているのでそれぞれを独立にサンプリングできる。
- ギブスサンプリングを行って状態を更新して行く時の計算量が減る。CD法を用いる。
- CD法:観測データを初期値に設定してサンプリングを行う。
- 周辺確率: