Coffee break 1 教師と圧縮 ⇔ 想起と解凍

Coffee break 1 教師と圧縮 ⇔ 想起と解凍

■大岩の投稿

Ⅰ:教師(教える側=ある意味では変調、圧縮)
①なんらかのフィルターリングで被解析部分を取り出す。
②1次元の多項データーにする。
③1次元の多項データーをディープラーニング(教師=正伝播+逆伝播)させる。ここが多項式の計算になる。
④教師信号と多項間の重み(Weight)が保存される。
⑤この重みを比較用にたくさん作っておく⇒DB化。

Ⅱ:想起(リコール=復調、解凍)
①判別したい対象物を想起する(以下)。
対象物を重みのDBに対して想起作業(正伝播のみ)する。
②対象物に近い教師信号を集める。答えの候補の母集団を作る。
③母集団のクラスター解析し最適解にする。

●ある方ののご質問
Ⅰ について
変調、圧縮とは何を意味していますか。
③が意味がわかりません。

Ⅱについて
想起作業(正伝播のみ)
教師信号
とはそれぞれ何を意味するのでしょうか。
③何をもって最適解とするのでしょうか。
トンチンカンな疑問かもしれませんが。

▼▼▼

(1)Ⅰ について
教師はディープラーニングしてそのものに対して教師信号を生成するもの。変調はデーター(例えば音声)を搬送波(電波)にのせること。圧縮は文字通りデーターを圧縮する(たたむ)ことです。これらは物を作るグループに属します。

それに対して想起はリコールといって被想起物(認識したいもの)を教師した集団と照らし合わせる作業です。復調は搬送波の中からデーターを取り出すことです。解凍は文字通りデーターを解凍する(広げる)ことです。

たまたま対比するとなんとなく似ていると思い比喩にしましたが、やはり技術者の独りよがりで、わかりにくかったようです。

コメントを残す