| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2012-03-12 10:25 離散と連続の変数が混在する場合のBayesianネットワークの構造学習 ○鈴木 譲（阪大）  IBISML2011-88 |
|
| 抄録 | （和） | Bayesianネットワークの構造推定で、離散と連速の変数が混在している場合について検討している。従来は、連続変数を離散化して対応していた。ただ、どのような量子化が最適であるかなどを吟味せず、一般論がない状態で、その場限りの対応をしていた。本論文で提案する方法は、離散も連続もすべてBayes的に統一された原理に基いて処理をすすめる。離散の場合や確率密度関数が存在する場合も、今回の提案の特別なケースとして含まれる。最近、離散でなくても、連続でなくても、Bayesの測度を構成することに成功している。今回は、そのひとつの応用例になっている。 |
| （英） | We consider estimation of Bayesian network structures given a finite number of examples when both discrete and continuous random variables are present in a Bayesian network. It is not hard to estimate Bayesian network structures based on the MDL/Bayesian criteria if each variable takes a finite value. On the other hand, because continuous data contain infinite precisions, its posterior probability cannot be evaluated in a well defined manner. We extend the notion of the MDL/Bayesian criteria in the most general setting in terms of Radon-Nikodym derivatives, and propose a method to estimate Bayesian network structures without assuming each variable to be either discrete or continuous. | |
| キーワード | （和） | 事後確率最大原理 / 構造推定 / 連続 / 離散 / Bayesianネットワーク / 記述長最小基準; / / |
| （英） | Bayesian network / structure estimation / continuous / discrete / minimum description length principle / Bayesian estimation / / | |
| 文献情報 | 信学技報, vol. 111, no. 480, IBISML2011-88, pp. 9-14, 2012年3月. | |
| 資料番号 | IBISML2011-88 | |
| 発行日 | 2012-03-05 (IBISML) | |
| 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 | IBISML2011-88 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2012-03-12 - 2012-03-13 |
| 開催地（和） | 統計数理研究所 |
| 開催地（英） | The Institute of Statistical Mathematics |
| テーマ（和） | 統計数理、データベース、一般 |
| テーマ（英） | Mathematical Statistics, Databases, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2012-03-IBISML |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 離散と連続の変数が混在する場合のBayesianネットワークの構造学習 |
| サブタイトル（和） | |
| タイトル（英） | Bayesian Network Structure Estimation based on the Bayesian/MDL Criteria when both Discrete and Continuous Variables are Present |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 事後確率最大原理 / Bayesian network |
| キーワード(2)（和/英） | 構造推定 / structure estimation |
| キーワード(3)（和/英） | 連続 / continuous |
| キーワード(4)（和/英） | 離散 / discrete |
| キーワード(5)（和/英） | Bayesianネットワーク / minimum description length principle |
| キーワード(6)（和/英） | 記述長最小基準; / Bayesian estimation |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 鈴木 譲 / Joe Suzuki / |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2012-03-12 10:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2011-88 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | no.480 |
| ページ範囲 | pp.9-14 |
| ページ数 | 6 |
| 発行日 | 2012-03-05 (IBISML) |
[研究会発表申込システムのトップページに戻る]