Xem trước tài liệu

Đang tải tài liệu...

Thông tin chi tiết tài liệu

Định dạng: PDF
Số trang: 27 trang
Dung lượng: Đang cập nhật

Giới thiệu nội dung

Một số phương pháp ngẫu nhiên cho bài toán cực đại hóa xác suất hậu nghiệm không lồi trong học máy

Tác giả: BÙI THỊ THANH XUÂN

Lĩnh vực: Hệ thống thông tin

Nội dung tài liệu:

Luận án này nghiên cứu các phương pháp ngẫu nhiên để giải quyết bài toán cực đại hóa xác suất hậu nghiệm (MAP) không lồi trong các mô hình học máy, đặc biệt là mô hình chủ đề LDA. Bài toán MAP gặp khó khăn do hàm mục tiêu thường là không lồi, dẫn đến việc tìm kiếm cực đại trở nên phức tạp. Nghiên cứu đề xuất và phân tích một số thuật toán tối ưu ngẫu nhiên mới, bao gồm các biến thể của phương pháp OPE (Online Maximum a Posteriori Estimation) như OPE1, OPE2, OPE3, OPE4, cũng như thuật toán GOPE (Generalized Online Maximum a Posteriori Estimation) và Online-GOPE. Các thuật toán này được thiết kế để đảm bảo tính hiệu quả, tốc độ hội tụ nhanh, linh hoạt và khả năng hiệu chỉnh. Luận án cũng trình bày đánh giá thực nghiệm trên các bộ dữ liệu lớn để so sánh hiệu suất của các thuật toán đề xuất, cho thấy tiềm năng ứng dụng rộng rãi trong lĩnh vực học máy.

Mục lục chi tiết:

  • Chương 1: Một số kiến thức nền tảng
  • Chương 2: Ngẫu nhiên hóa thuật toán tối ưu giải bài toán suy diễn hậu nghiệm trong mô hình chủ đề
  • Chương 3: Tổng quát hóa thuật toán tối ưu giải bài toán MAP không lồi trong mô hình chủ đề