講演抄録/キーワード |
講演名 |
2009-01-19 15:45
事前知識を活用した段階的なベイジアンネットの構造学習法 ○福井広高(名工大)・北越大輔(東京高専) NC2008-91 |
抄録 |
(和) |
ベイジアンネットは確率的依存関係を表現したグラフィカルモデルであり,データマイニング等に使用されている.本稿では,データおよびその背景にある事前知識から,ベイジアンネットの構造を段階的に学習する手法を提案する.本手法では,事前知識を用いることで探索空間の抑制を実現する.加えて,従来の構造学習アプローチへ適用するためには質および量の面で不十分な事前知識をもとに,適切なネットワーク構造を学習可能とする.計算機実験により,本手法を適用して構築したネットワークの妥当性を検討する. |
(英) |
Bayesian networks are graphical models representing stochastic dependencies among random variables and are applied to a variety of research fields such as data mining. This article proposes a stepwise method learning the structure of Bayesian network based on data and prior knowledge behind the data. Applying our method contributes to the suppression of the search space for the structure learning due to the use of prior knowledge. Besides, a suitable network structure can be acquired by employing prior knowledge which is insufficient to be applied to existing structure learning methods. Computer simulations employing both of artificial and real data are carried out to discuss the validity of our method. |
キーワード |
(和) |
ベイジアンネット / 事前知識 / K2アルゴリズム / TPDAアルゴリズム / / / / |
(英) |
Bayesian network / Prior knowledge / K2 algorithm / TPDA algorithm / / / / |
文献情報 |
信学技報, vol. 108, no. 383, NC2008-91, pp. 55-60, 2009年1月. |
資料番号 |
NC2008-91 |
発行日 |
2009-01-12 (NC) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NC2008-91 |