Loading article…
ヘルムホルツマシン（ヘルマン・フォン・ヘルムホルツと彼のヘルムホルツ自由エネルギーの概念にちなんで名付けられた）は、元のデータの生成モデルを作成するように訓練することで、データセットの隠れた構造を説明できる人工ニューラルネットワークの一種です。 [ 1 ] [ 2 ]データの経済的な表現を学習することで、生成モデルの基底構造がデータセットの隠れた構造を合理的に近似することが期待されています。
ヘルムホルツマシンは、データを入力として受け取り、隠れ変数の分布を生成するボトムアップ認識ネットワークと、隠れ変数の値とデータ自体を生成するトップダウン生成ネットワークという2つのネットワークで構成されています。ヘルムホルツマシンは、フィードバックとフィードフォワードの両方を使用して学習モデルの品質を保証する学習アーキテクチャの一種です。[ 3 ]
ヘルムホルツマシンは通常、ウェイクスリープアルゴリズムなどの教師なし学習アルゴリズムを使用してトレーニングされます。[ 4 ]これらは、バックプロパゲーションを使用してトレーニングされる変分オートエンコーダの前身です。ヘルムホルツマシンは、教師あり学習アルゴリズムを必要とするアプリケーション（たとえば、文字認識、またはフィールド内のオブジェクトの位置不変認識）でも使用できます。
