情報更新

last update 03/28 21:51

ツイート検索

 

@pooneil
サイトメニュー
Twilogユーザー検索

Twilog

 

@pooneil

吉田 正俊@pooneil

  • 31フォロー
  • 2,328フォロワー
  • 117リスト
Stats Twitter歴
5,952日(2007/12/13より)
ツイート数
25,041(4.2件/日)

ツイートの並び順 :

表示するツイート :

2022年01月01日(土)6 tweetssource

1月1日

@pooneil

吉田 正俊@pooneil

この間の同窓会のときの会話で「ユヴァル・ハラリ」と「ジュンパ・ラヒリ」を取り違えて喋ってきたことに、今になって気がついた。

posted at 10:49:13

1月1日

@pooneil

吉田 正俊@pooneil

いまだ仕事納めできず。12月36日までには仕事納めできる見込み。外は風の強い大雪。仕事場への道を散歩してきた。いつもの通り道の足跡が無くなっていて、フワフワの雪が積もっていた。 pic.twitter.com/JiBKNMwwEm

posted at 12:55:32

1月1日

@pooneil

吉田 正俊@pooneil

連続値でのFEPについてチュートリアルでの説明を改良できることに気づいた。1) gaussianの仮定でフルベイズで事後分布を計算 2) それがVFE最小化で出てくる 3) それがNNで実現できる、これらをちゃんと分けて説明すべきだった。そうすればカルマンフィルタとの関連もより直感的に説明できた。

posted at 15:48:20

1月1日

@pooneil

吉田 正俊@pooneil

そうすれば離散値でのVFE最小化と同じ形式で説明できるので、パラレリズムを効かすことができた。書籍を書くとしたらそういうふうにやってみよう。
離散値は2値の例だけ説明して、カテゴリカル分布は式だけ書いておく、連続値は1変数の例だけ説明して、多変数は式だけ書いておく。構成が見えてきた!

posted at 15:54:56

1月1日

@pooneil

吉田 正俊@pooneil

ちょうどRaoによる総説というのが出ていた。arxiv.org/abs/2112.10048 Rao and BallardのモデルにおけるVFEの式が書いてある。第1項はベイジアン・サプライズ(事前分布から事後分布への変化の大きさ)で、第2項は予測誤差([実際の感覚入力]-[信念から予測した感覚入力])。
twitter.com/RajeshPNRao/st pic.twitter.com/TPfhU6XCr6

posted at 16:06:02

1月1日

@pooneil

吉田 正俊@pooneil

これまでの説明スライドでは、1)の式を書かずに、2)の中で1)についてちょっと触れたうえですぐに3)に行くという構成だった。それじゃ迷子になるよなあ。あそこはじっくりと、ステップごとに一息入れて、必要なら質問を受けて説明するべきポイントだった。

posted at 16:11:39

このページの先頭へ

×