第54回統計的機械学習セミナー

[Daichi Mochihashi]

IBISMLの皆様：

持橋＠統数研です。

リマインダーのご案内となりますが、今週1/12(木)に、香港大学の
Michael Minyi Zhangさんをお招きして、ハイブリッドで次の第54回
統計的機械学習セミナーを行います。
ガウス過程の発展についての発表は少ないため、ご興味のある方はぜひご参加ください。
統数研での現地参加(セミナー室5)についても、歓迎いたします。

日時　　：2023年1月12日(木) 16:00〜17:00
場所　　：統計数理研究所 セミナー室5 (3階)、およびZoomのハイブリッド
講演者　：Michael Minyi Zhang http://michaelzhang01.github.io
タイトル：Latent variable modeling with random features
概要：
Gaussian process-based latent variable models are flexible
and theoretically grounded tools for nonlinear dimension reduction,
but generalizing to non-Gaussian data likelihoods within this
nonlinear framework is statistically challenging. Here, we use random
features to develop a family of nonlinear dimension reduction models
that are easily extensible to non-Gaussian data likelihoods; we call
these random feature latent variable models (RFLVMs). By approximating
a nonlinear relationship between the latent space and the observations
with a function that is linear with respect to random features, we
induce closed-form gradients of the posterior distribution with
respect to the latent variable. This allows the RFLVM framework to
support computationally tractable nonlinear latent variable models for
a variety of data likelihoods in the exponential family without
specialized derivations. Our generalized RFLVMs produce results
comparable with other state-of-the-art dimension reduction methods on
diverse types of data, including neural spike train recordings,
images, and text data.

参加希望の方は、下の参加フォームからご登録ください。Zoom会議室のリンクが
届きます。

https://docs.google.com/forms/d/e/1FAIpQLSdib8UM0xf79jc3lfX24zvs25pepI_zLqJ9lWHgjDreSg6HoA/viewform?usp=share_link

よろしくお願いいたします。

-- Daichi Mochihashi
The Institute of Statistical Mathematics, Associate Professor
dai...@ism.ac.jp
http://clml.ism.ac.jp/