研究業績

2016年

研究会

  1. 林直輝, 渡邊澄夫. "非負値行列分解の実対数閾値とBayes学習への応用", 第19回情報論的学習理論ワークショップ (IBIS2016), 信学技報, Vol.116, No.300, pp.215-220. (2016/11/17発表).

2017年

論文

  1. Naoki Hayashi, Sumio Watanabe. "Upper Bound of Bayesian Generalization Error in Non-Negative Matrix Factorization", Neurocomputing, Volume 266C, 29 November 2017, pp.21-28. doi: 10.1016/j.neucom.2017.04.068. (2016/12/13 submitted. 2017/8/7 published on web).

国際会議

  1. Naoki Hayashi, Sumio Watanabe."Tighter Upper Bound of Real Log Canonical Threshold of Non-negative Matrix Factorization and its Application to Bayesian Inference." 2017 IEEE Symposium Series on Computational Intelligence (IEEE SSCI 2017), Honolulu, Hawaii, USA. Nov. 27 - Dec 1, 2017. (2017/11/28). Slide is here.

研究会

  1. 林直輝, 渡邊澄夫. "非負値行列分解における実対数閾値の実験的考察", ニューロコンピューティング研究会(NC), 信学技報, Vol.116, No.521, pp.85-90. (2017/3/13発表).
  2. 林直輝, 中村文士. "特異Bayes情報量規準による混合正規分布のモデル選択における変分Bayes法の実験的考察", 情報論的学習理論と機械学習（IBISML）, 信学技報, Vol.117, No.211, pp.19-26. (2017/9/15発表).
  3. 林直輝, 渡邊澄夫. "確率行列分解の実対数閾値とBayes学習への応用", 第20回情報論的学習理論ワークショップ (IBIS2017), 信学技報, Vol.117, No.293, pp.23-30. (2017/11/9発表).

正誤表報告

2017

Papers

  1. 正誤表 in Discussion 5.2 of 2017/Paper/1; doi: 10.1016/j.neucom.2017.04.068.

その他発表

2017

arXiv Preprint

  1. Naoki Hayashi, Sumio Watanabe. "Asymptotic Bayesian Generalization Error in a General Stochastic Matrix Factorization for Markov Chain and Bayesian Network", pp.1-36. (released on 2017/9/13, submitted to JMLR on 2017/12/4).

学術会議以外の講演

  1. 林直輝. TokyoTech LT#2, 「統計的学習理論のすすめ」. 東京都目黒区大岡山, 東京工業大学. (2017/7/19).