KNOWLEDGE TRACING DEVICE, METHOD, AND PROGRAM
According to the present invention, a variational parameter determination unit 81 determines a variational parameter that specifies a position at which a likelihood function and the lower bound of a Gaussian-approximated likelihood function are in contact. A gradient-direction lower bound calculatio...
Saved in:
Main Author | |
---|---|
Format | Patent |
Language | English French Japanese |
Published |
08.04.2021
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Summary: | According to the present invention, a variational parameter determination unit 81 determines a variational parameter that specifies a position at which a likelihood function and the lower bound of a Gaussian-approximated likelihood function are in contact. A gradient-direction lower bound calculation unit 82 generates a likelihood function that is mono-dimensionalized in a gradient direction at the center of a prior distribution and calculates the lower bound of the generated likelihood function. A full-dimension lower bound calculation unit 83 sets the covariance in other than the gradient direction to a discretionary covariance and calculates the lower bound of the set covariance.
Selon la présente invention, une unité de détermination de paramètre variationnel 81 détermine un paramètre variationnel qui spécifie une position à laquelle une fonction de probabilité et la limite inférieure d'une fonction de probabilité approximée gaussienne sont en contact. Une unité de calcul de limite inférieure de direction de gradient 82 génère une fonction de probabilité qui est mono-dimensionnalisée dans une direction de gradient au centre d'une distribution précédente et calcule la limite inférieure de la fonction de probabilité générée. Une unité de calcul de limite inférieure 83 complète la covariance dans des directions autres que la direction de gradient jusqu'à une covariance discrétionnaire et calcule la limite inférieure de la covariance définie.
変分パラメータ決定部81は、尤度関数とガウス近似させる尤度関数の下界とが接する位置を特定するパラメータである変分パラメータを決定する。勾配方向下界計算部82は、事前分布の中心における勾配方向に一次元化した尤度関数を生成し、生成された尤度関数の下界を計算する。全次元下界計算部83は、勾配方向以外の共分散を任意の共分散に設定し、設定された共分散の下界を計算する。 |
---|---|
Bibliography: | Application Number: WO2019JP39083 |