| 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 | 2022-07-22 14:15 マルチレベルデータに対する線形回帰多段係数モデルとベイズ決定理論による最適予測に関する研究 ○堀之内康平・一條尚希・石渡泰祐・松嶋敏泰（早大）  IT2022-26 |
|
| 抄録 | （和） | 従来，データが複数の集団からサンプルされると仮定したとき，マルチレベルモデル（線形混合モデル，階層線形モデル）と呼ばれるモデルが考えられており，マルチレベルモデルのパラメータ推定がよく行われてきた．一方，本研究では，同じデータに対して，新規データの予測問題を取り扱う．ここでは，全ての集団に共通しているデータと集団毎で異なるデータが，どの程度モデルに組み込まれているかについて，考えられる全てのモデルに対して期待値をとることで，新規データを高い精度で予測する． |
| （英） | It is common practice to apply Multilevel Model (Linear Mixed Model, Hierarchical Linear Model) for the data sampled from various classes. In this model, it is considered about parameter estimation. On the other hand, in this research, we consider predicting new data sampled from an unknown class. We consider that there is the data that affects all classes and the others which affect a specific class. And our approach is to take the expectation for all possible models. | |
| キーワード | （和） | マルチレベルデータ / マルチレベル分析 / マルチレベルモデル / 線形回帰モデル / グローバル回帰係数 / ローカル回帰係数 / ベイズ決定理論 / |
| （英） | Multilevel Data / Multilevel Analysis / Multilevel Model / Linear Regression Model / Global Regression Coefficient / Local Regression Coefficient / Bayes Decision Theory / | |
| 文献情報 | 信学技報, vol. 122, no. 128, IT2022-26, pp. 56-60, 2022年7月. | |
| 資料番号 | IT2022-26 | |
| 発行日 | 2022-07-14 (IT) | |
| ISSN | 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 | IT2022-26 |
|
| 研究会情報 | |
| 研究会 | IT |
| 開催期間 | 2022-07-21 - 2022-07-22 |
| 開催地（和） | 岡山理科大学 |
| 開催地（英） | Okayama University of Science |
| テーマ（和） | フレッシュマンセッション，一般 |
| テーマ（英） | Freshman session, General |
| 講演論文情報の詳細 | |
| 申込み研究会 | IT |
| 会議コード | 2022-07-IT |
| 本文の言語 | 日本語 |
| タイトル（和） | マルチレベルデータに対する線形回帰多段係数モデルとベイズ決定理論による最適予測に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Multilevel Coefficient Linear Regression Model and an Optimal Prediction for Multilevel Data by Bayes Decision Theory |
| サブタイトル（英） | |
| キーワード(1)（和/英） | マルチレベルデータ / Multilevel Data |
| キーワード(2)（和/英） | マルチレベル分析 / Multilevel Analysis |
| キーワード(3)（和/英） | マルチレベルモデル / Multilevel Model |
| キーワード(4)（和/英） | 線形回帰モデル / Linear Regression Model |
| キーワード(5)（和/英） | グローバル回帰係数 / Global Regression Coefficient |
| キーワード(6)（和/英） | ローカル回帰係数 / Local Regression Coefficient |
| キーワード(7)（和/英） | ベイズ決定理論 / Bayes Decision Theory |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 堀之内 康平 / Kohei Horinouchi / ホリノウチ コウヘイ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 一條 尚希 / Naoki Ichijo / イチジョウ ナオキ |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 石渡 泰祐 / Taisuke Ishiwatari / イシワタリ タイスケ |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 松嶋 敏泰 / Toshiyasu Matsushima / マツシマ トシヤス |
| 第4著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-07-22 14:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IT |
| 資料番号 | IT2022-26 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.128 |
| ページ範囲 | pp.56-60 |
| ページ数 | 5 |
| 発行日 | 2022-07-14 (IT) |
[研究会発表申込システムのトップページに戻る]