講演抄録/キーワード |
講演名 |
2012-11-08 15:00
ベイジアン変数選択における効率的なサンプリング法 ○荒木貴光・池田和司(奈良先端大) IBISML2012-75 |
抄録 |
(和) |
ベイジアン変数選択において,ギブス変数選択法は最も活用されているサンプリング法の一つであり,広範囲なモデルに適用されている.ギブス変数選択法の性能は提案分布と擬似事前分布のパラメータに強く依存し,従来法では,それらのパラメータはフルモデルに対する予備的サンプリングに基いて決定される.しかし,そのようにして得られたパラメータでは擬似事前分布は周辺事後分布を近似できず,提案分布のスケールは多くの場合不適切な値となる.本稿では,サンプリングしながらそれらのパラメータを適切な値に自動調整する適応的なアルゴリズムを提案し,ロジスティック回帰モデルのベイジアン変数選択に応用して提案アルゴリズムが従来のギブス変数選択法より効率的であることを示す. |
(英) |
In Bayesian variable selection, a Gibbs variable selection (GVS) is one of the most famous sampling algorithms, and has been used in various models. The efficiency of the GVS strongly depends on parameters of a proposal distribution and pseudo-priors, and the GVS determines their parameters based on a pilot run for a full model. However the parameters shift the pseudo-priors from the marginal posterior distributions, and make the scale of the proposal distribution an improper value in many cases. In this paper, we propose an algorithm that adapts the parameters while it runs, and confirm that our algorithm is more efficient than the conventional GVS by a experiment of Bayesian variable selection of a logistic regression model. |
キーワード |
(和) |
ギブス変数選択法 / 適応的マルコフ連鎖モンテカルロ法 / ベイジアンロジスティック回帰モデル / / / / / |
(英) |
Gibbs Variable Selection / Adaptive Markov Chain Monte Carlo / Bayesian Logistic Regression Model / / / / / |
文献情報 |
信学技報, vol. 112, no. 279, IBISML2012-75, pp. 291-295, 2012年11月. |
資料番号 |
IBISML2012-75 |
発行日 |
2012-10-31 (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 |
IBISML2012-75 |